一、CUDA
1、
查看Nvidia显卡驱动对应的CUDA版本:
可查看官网给出的匹配表:
CUDA 12.1 Update 1 Release Notes
2、
下载CUDA
CUDA Toolkit Archive | NVIDIA Developer
3、
下一步添加环境路径:
vim ~/.bashrc
o进入编辑
//末尾添加
export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH
“ESC”
“:” "wq" "enter"
4、
保存:source ~/.bashrc
查看:nvcc -V
二、cuDNN
1、
下载
cuDNN Archive | NVIDIA Developer
2、
解压
tar -xvf archive.tar.xz
3、
赋予权限 复制粘贴
sudo su (exit退出)
cp /home/zld/cudnn-linux-x86_64-8.9.0.131_cuda11-archive/include/cudnn.h /usr/local/cuda/include
cp /home/zld/cudnn-linux-x86_64-8.9.0.131_cuda11-archive/include/cudnn* /usr/local/cuda/include
cp /home/zld/cudnn-linux-x86_64-8.9.0.131_cuda11-archive/lib/libcudnn* /usr/local/cuda/lib64
4、
查看版本
cat /usr/local/cuda-11.8/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
三、PyTorch
1、
安装
Previous PyTorch Versions | PyTorch
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia
2、检查
python
>>> import torch
>>> import torchvision
>>> torch.cuda.is_available()
如果是 True,意味着你可以使用 GPU,如果是 False,意味着只能使用CPU
注:安装anaconda3
conda:未找到命令_只要思想不滑坡办法总比困难多--小鱼干的博客-CSDN博客
1、下载
wget -c https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
wget -c https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh
2、给执行权限
chmod 775 Anaconda3-2020.11-Linux-x86_64.sh
3、执行安装过程--安装过程中要选yes 和按下enter ,常规操作
bash Anaconda3-2020.11-Linux-x86_64.sh
4、路径
vim ~/.bashrc
o进入编辑
//末尾添加
export CUDA_HOME=/usr/local/cuda-10.0
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-10.0/bin:$PATH
“ESC”
“:” "wq" "enter"
5、
source ~/.bashrc
6、
conda --version
全文参考:
Linux安装Nvidia显卡驱动+CUDA+cuDNN+PyTorch - 知乎