矩池云安装/修改 cuda、cudnn、nvcc、tensorRT 教程

在整个机器学习的过程中，配置环境一直是一个比较复杂的事情，今天介绍几种根据英伟达官方文档来配置环境的方法。

安装方案

https://gitlab.com/nvidia/container-images/cuda/
国内同步镜像：https://gitee.com/zionfuo/cuda

安装脚本在dist目录下

选择cuda的版本号

矩池云上cuda8/cuda9使用的是ubuntu16.04，cuda10及以上都是ubuntu18.04

• base：cuda安装方式
• devel：nvcc等安装方式
• runtime：cudnn等安装方式

检查系统版本

source /etc/os-release && echo $VERSION_ID

cuda 与 nvcc 安装教程

导入apt仓库和其GPG key

# 检查系统若输出 16.04，请用下面的命令
curl -fsSL https://mirrors.aliyun.com/nvidia-cuda/ubuntu1604/x86_64/3bf863cc.pub | apt-key add -
echo "deb https://mirrors.aliyun.com/nvidia-cuda/ubuntu1604/x86_64/ /" > /etc/apt/sources.list.d/cuda.list

# 检查系统若输出 18.04，请用下面的命令
curl -fsSL https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/3bf863cc.pub | apt-key add -
echo "deb https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/ /" > /etc/apt/sources.list.d/cuda.list

cuda、nvcc在阿里源的nvidia-cuda中有，软件的对应的版本可以在阿里源中搜索查到。
https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804（1604）/x86_64/

安装所需版本的 cuda

以cuda11为例，根据Dockerfile得出安装命令如下

# 以升级到cuda11为例
apt-get update && apt-get install -y --no-install-recommends \
    cuda-cudart-11-0=11.0.221-1 \
    cuda-compat-11-1 \
    && ln -s cuda-11.1 /usr/local/cuda && \
    rm -rf /var/lib/apt/lists/*

安装所需版本的 nvcc

以cuda10版本的nvcc为例，根据Dockerfile得出安装命令如下

# "10-0" 表示安装CUDA10.0版本的 nvcc, 应根据镜像中cuda版本安装
apt-get update && apt-get install -y --no-install-recommends \
    apt install cuda-command-line-tools-10-0 \
    rm -rf /var/lib/apt/lists/*

cudnn 与 tensorRT 安装教程

• 如果是安装 cudnn8.0.4及以下版本，输入下面指令：

# 检查系统若输出 16.04，请用下面的命令
curl -fsSL https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1604/x86_64/7fa2af80.pub | apt-key add -
echo "deb https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1604/x86_64/ /" > /etc/apt/sources.list.d/cuda.list

# 检查系统若输出 18.04，请用下面的命令
curl -fsSL https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1804/x86_64/7fa2af80.pub | apt-key add -
echo "deb https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1804/x86_64/ /" > /etc/apt/sources.list.d/cuda.list

cudnn、tensorRT在腾讯源的nvidia-machine-learning中有，软件的对应的版本可以在腾讯源中搜索查到。
https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1804（1604）/x86_64/

• 如果是安装 cudnn8.0.5及以上版本，输入下面指令：

# 检查系统若输出 16.04，请用下面的命令
curl -fsSL https://mirrors.aliyun.com/nvidia-cuda/ubuntu1604/x86_64/3bf863cc.pub | apt-key add -
echo "deb https://mirrors.aliyun.com/nvidia-cuda/ubuntu1604/x86_64/ /" > /etc/apt/sources.list.d/cuda.list

# 检查系统若输出 18.04，请用下面的命令
curl -fsSL http://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64//3bf863cc.pub | apt-key add -
echo "deb http://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/ /" > /etc/apt/sources.list.d/cuda.list

安装所需版本的 cudnn

以cuda10.2下cudnn 8.0.3版本为例，根据Dockerfile得出安装命令如下

# 这里以cudnn 8.0.3.33版本为例
apt-get update && apt-get install --no-install-recommends \
    libcudnn8=8.0.3.33-1+cuda10.2 \
    && apt-mark hold libcudnn8 && \
    rm -rf /var/lib/apt/lists/*

安装所需版本的 tensorRT

根据TensorFlow的官方文档得出安装命令如下

https://www.tensorflow.org/install/gpu

# 这里以tensorRT 7.1.3版本为例
apt-get update && apt-get install -y --no-install-recommends libnvinfer7=7.1.3-1+cuda11.0 \
    libnvinfer-dev=7.1.3-1+cuda11.0 \
    libnvinfer-plugin7=7.1.3-1+cuda11.0