ubuntu20.04+cuda11.8+cudnn8.9.6+pytorch2.4.1 + tensorflow2.12安装记录

本机环境

rtx4090
ubuntu20.04+cuda11.8+cudnn8.9.6安装记录

一：nvidia driver 安装

1.1 输入显卡型号查看支持显卡驱动的版本

进入英伟达中国驱动官网搜索支持的驱动版本

1.2下载驱动并安装

方法一：直接在Ubuntu系统中的soft updates中安装535-server（专有）版本
其他方法参考：因为可以直接使用方法一，避免麻烦就没测试其他方式，可自行参考
在ubuntu安装nvidia驱动 (亲测有效，这是方法二)
在ubuntu安装nvidia驱动（亲测有效，这是方法一）)

二ｃｕｄａ１１．８安装

安装过程中参考资料

1: Ubuntu 20.04 RTX 4090显卡 深度学习环境配置（Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5）
2:揭秘Ubuntu深度学习服务器配置：新手如何成为专家？

2.1 安装ｃｕｄａ前的版本确定准备工作

进入官网
选择要安装的型号
【CUDA】Tensorflow、CUDA、cuDNN、python版本对应关系一览表（全）【win、macOS、linux】
这里是选择兼容ｐｙｔｏｒｃｈ和ｔｅｎｓｏｒｆｌｏｗ的ｃｕｄｎ版本，看个人需求

pytorch 应该是只要求cuda版本，对cudnn版本没有具体要求，而tensorflow对cuda cudnn版本都有要求
pytorch　cuda 版本对应参考资料感觉没有最新版本的对应关系，从官网可以看出支持关系：当前为最新支持版本所以选择１１．８
此外还要注意当前安装的ｎｖｉｄｉａ　ｄｒｉｖｅｒ版本最高支持的cuda版本，采用方式１系统便捷的方式安装的不是最新的驱动，不会支持最新的cuda版本，查询方式如下，输入命令
nvidia-smi

2.2安装CUDA11.8.0

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/

#运行run文件（–override：表示覆盖替换文件意思）
sudo sh cuda_11.8.0_520.61.05_linux.run --override

忘记录安装过程，参考如下

配置相关环境变量。

（1）打开~/.bashrc文件，代码如下：

sudo vim ~/.bashrc

#利用vim命令打开~/.bashrc将以下内容写入到尾部，并保存成功。

CUDA_HOME=/usr/local/cuda 
PATH=$PATH:$CUDA_HOME/bin 
LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

#保存，退出。终端执行
source ~/.bashrc

如下可根据意愿进行，不确定是否必须。

#利用vim命令打开在/etc/profile文件中，添加CUDA环境变量
sudo vim /etc/profile

#打开文档都在文档结尾加上下面两句：

PATH=/usr/local/cuda/bin:$PATH  
export PATH

#保存后, 执行下列命令, 使环境变量立即生效，代码如下：

source /etc/profile

三：安装ｃｕｄｎｎ

下载网址注意对应关系，别下挫啦

3.1 安装cudnn for ubunut20.04

#切换到下载路径
cd ~/Downloads
#解压
tar -xvf cudnn-linux-x86_64-8.5.0.96_cuda11-archive.tar.xz

#成功提取文件后不用管它，直接执行下面命令（不用修改，没有版本号之类）

sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

# 验证安装

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

最后有个　/* cannot use constexpr here since this is a C-only file */　不知道为啥好像没有影响，正常应该如下图吧

另一种安装方式for ubunut22.04

四：查看安装成功

nvcc --version

五：卸载

ubuntu纯净卸载CUDA+cudnn【全网最全】

#卸载方法1
cd  /usr/local/cuda-11.4/bin
sudo ./cuda-uninstaller

#方法２　纯净删除 运行就好了

sudo apt-get remove cuda
sudo apt autoremove 
sudo apt-get remove cuda*
 cd /usr/local/
sudo rm -r cuda-11.4
sudo dpkg -l |grep cuda
sudo dpkg -P cuda-visual-tools-11-4 
sudo dpkg -P 残留文件名

六　ｐｙｔｏｒｃｈ安装

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

七：tensorflow2.12.0安装

参考资料 Ubuntu21.10下安装TensorFlow及配置GPU支持（cuda11.1+cudnn8.1.0）

7.1 本文选择配置如下

7.2安装依赖包(区别于window系统，win中不需要安装此项依赖)

安装 TensorFlow 之前需要我们安装两个个依赖包，这里我的 cuda 版本为 11.8，cudnn 版本为 8.6.0，下载依赖包为

libcudnn8_8.6.0.163-1+cuda11.8_amd64.deb
libcudnn8-dev_8.6.0.163-1+cuda11.8_amd64.deb
官网链接

下载与安装

#使用 wget 下载：
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/libcudnn8_8.6.0.163-1+cuda11.8_amd64.deb
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/libcudnn8-dev_8.6.0.163-1+cuda11.8_amd64.deb
#安装命令如下：

sudo dpkg -i libcudnn8_8.1.0.77-1+cuda11.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.1.0.77-1+cuda11.2_amd64.deb

测试安装成功

打开python 运行如下命令

import tensorflow as tf
print(tf.__version__)

遇到的问题

解决方法
https://stackoverflow.com/questions/75728844/typeerror-variablemetaclass-variable-v1-call-got-an-unexpected-keyword-argum