安装NVIDIA驱动
- 检测可用驱动
ubuntu-drivers devices
- 安装驱动
选择不带有server或open等后缀的
sudo apt install nvidia-driver-版本号
# 如:sudo apt install nvidia-driver-470
- 查看是否安装成功并记住CUDA对应的版本号
nvidia-smi
安装CUDA
- 打开链接
https://developer.nvidia.com/cuda-toolkit-archive
- 根据CUDA对应的版本号进行选择
- 安装CUDA
deb包直接根据命令操作即可
如果是界面版建议使用runfile版安装,直接拷贝https网址进行下载,下载后根据命令执行run包 =》continue =》输入accept =》Install(若以及安装显卡驱动,则不选择Driver)
- 修改.bashrc配置
sudo vim ~/.bashrc
# 加入以下内容,注意cuda版本!!!
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.4/lib64
export PATH=$PATH:/usr/local/cuda-11.4/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.4
# 更新环境变量
source ~/.bashrc
# 查看cuda是否安装成功
nvcc -V
安装CUDNN
- 打开链接
https://developer.nvidia.com/cudnn
- 下载对应版本的压缩包,以下使用tar包
- 解压
# 注意版本
tar xvf cudnn-linux-x86_64-8.7.0.84_cuda11-archive.tar.xz
- 执行配置命令
# 将解压的cuDNN的文件复制到安装好的CUDA环境中并修改权限
# 注意版本
sudo cp cudnn文件夹/include/cudnn.h /usr/local/cuda-11.4/include
sudo cp cudnn文件夹/lib/libcudnn* /usr/local/cuda-11.4/lib64
sudo chmod a+r /usr/local/cuda-11.4/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.4/lib64/libcudnn*
安装pytorch-gpu
参考官网https://pytorch.org/