ubuntu全版本安装CUDA任意版本和cudnn任意版本，以及随意卸载

已于 2024-01-03 15:17:12 修改
阅读量7.5k 收藏 37
点赞数 5
分类专栏： ubuntu TensorFlow 文章标签： ubuntu linux bash
于 2019-09-09 17:41:52 首次发布
注意转载出处～蟹蟹哟
本文链接：https://blog.csdn.net/xinjieyuan/article/details/100667803
版权

在这之前要先按我这个处理一下
这个往往是安装失败的罪魁祸首。

1. 安装显卡驱动

检查一下你有没有驱动

nvidia-smi

如果没有，那就去安装一下。
显卡安装教程

2. 安装cuda

我的版本是cuda_10.0.130_410.48_linux.run
切换到该文件目录下

# 先更改权限以免报错
chmod a+x cuda_10.0.130_410.48_linux.run
# 再进行安装
sudo bash ./cuda_10.0.130_410.48_linux.run

2.1 cuda10.0以及更低

## 下面是输出是我设定的安装结果。
Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: no

Install the CUDA 10.0 Toolkit?
(y)es/(n)o/(q)uit: yes

Enter Toolkit Location
 [ default is /usr/local/cuda-10.0 ]: 

# 这个很有用，是构建一个软连接，对于多cuda环境很有帮助
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: yes

Install the CUDA 10.0 Samples?
(y)es/(n)o/(q)uit: no 

# 输出
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.0/doc/pdf for detailed information on setting up CUDA.

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run -silent -driver

Logfile is /tmp/cuda_install_12169.log

2.2 cuda10.1版本以及更高

CUDA Installer
- [ ] Driver  # 显示驱动
	- [ ] 418.87.00 # 如果你已经安装过了nvidia的显卡驱动，这里就不要选
- [X] CUDA Toolkit 10.1 # 必选
- [ ] CUDA Samples 10.1  # 样例，装不装无所谓，可以不装
- [X] CUDA Demo Suite 10.1 # 套件，非必要，可以不装
- [X] CUDA Documentation 10.1 # 解释文档，可以不装可以装，看个人需求
  Options
  Install   # <--上面有X的就是选中的意思

这就代表安装完毕了。

3. 配置CUDA

# 没有安装oh-my-zsh的
sudo gedit ~/.bashrc

## 文件最后加上  指向 cuda 文件夹的配置
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH

# 激活
source ~/.bashrc
检查一下
$ cat /proc/driver/nvidia/version
# 输出显示版本是435.21,GCC版本是5.4.0
NVRM version: NVIDIA UNIX x86_64 Kernel Module  435.21  Sun Aug 25 08:17:57 CDT 2019
GCC version:  gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.11) 

## 查看一下cuda版本
$ nvcc -V
# 这代表你装上了，版本是9.0
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
更改cuda软链接
# 修改cuda版本的命令，其中version替换为对应的cuda版本。
sudo ln -snf /usr/local/cuda-{version}   /usr/local/cuda

4. 安装cudnn

下载的是cudnn-10.1-linux-x64-v7.6.5.64.tgz，下载选择cuDNN Library for Linux；理论上7.0版本的cudnn都是可以的。

# 1. 解压
tar -zxvf cudnn-10.0-linux-x64-v7.6.0.64.tgz
#如果是tar.xz文件, 就使用 tar -xf

# 2. 拷贝，注意星号别丢了
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

# 3. 转移时候要设置权限大小，不然pycharm用不了Anaconda的虚拟环境
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

# 4. 软链接，可用可不用；我没有采用，只有提醒报错缺什么时候才会创建软连接
cd /usr/local/cuda/lib64
sudo chmod +r libcudnn.so.7.6.1
sudo ln -sf libcudnn.so.7.6.1 libcudnn.so.7  
sudo ln -sf libcudnn.so.7 libcudnn.so  
sudo ldconfig 

'8.x版本以上'
# 解压
tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaXY-archive.tar.xz
# 拷贝
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*

5. 卸载cuda

这是10.1以及新版本

# 打开卸载目录
$ cd /usr/local/cuda/bin
# 运行卸载
$ sudo ./cuda-uninstaller

会弹出来很多选项，我说过X就是选中,选中全删，点Done即可
然后再删除文档

## 1.打开
$ cd /usr/local/
## 2.删除:-r是循环删除文件夹,-f是不可逆转
$ sudo rm -rf cuda-10.1

cuda10.0及以前版本

$ cd /usr/local/cuda/bin
$ sudo uninstall_cuda_10.0.pl

同理，也要删除文件夹。

PS：对于/.basha的环境配置是否删除，如果你是用软链接，其实都可以不用删，下次安装其他版本再用即可。

6.cuda和cudnn多版本共存

安装新的cuda版本时候，先去 ~/.bashrc文件里删掉 下面这一段：

# sudo gedit ~/.bashrc打开后删掉下面的或者屏蔽
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH

然后再激活一下

source ~/.bashrc

激活一下配置文件，不然就会提示你已经安装cuda，报错。
然后

# 去 /usr/local/下删掉cuda软链接
sudo rm -rf cuda
'注意！不是cuda/ ， 而是 cuda， 没有 / 尾缀， 不然的话 emmmm 旧版本全删掉了、'

安装CUDA.然后重新绑定新版本

# 然后创建软链接
sudo ln -s /usr/local/cuda-{你的新版本} /usr/local/cuda
# 检查一下
ls -al
# 如果显示如下就行了
# cuda -> /usr/local/cuda-{新版本}/

再去配置一下：

sudo gedit ~/.bashrc

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH

source ~/.bashrc

Other

  1. 安装tensorflow-1.14
  2. 如果需要anaconda安装环境:anaconda创建虚拟环境及操作
  3. 如果使用tensorflow报错
    输入:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U numpy==1.16

2.子用户安装cuda和cudnn

我们现在除了root用户，有一个zy用户，在/home/zy。

  1. 安装显卡驱动，驱动cuda版本要高于后续安装的cuda和cudnn
  2. 下载cuda113和cudnn，不做追叙
  3. 提前设计好文件夹：
cd ~
mkdir cuda-11.3
mkdir cuda-11.3/mylib
  1. 安装cuda
 bash cuda_11.3.1_465.19.01_linux.run 

┌──────────────────────────────────────────────────────────────────────────────┐
| CUDA Installer                                                               │
│ - [ ] Driver                                                                 │
│      [ ] 418.87.00                                                           │
│ + [X] CUDA Toolkit 10.1                                                      │
│   [ ] CUDA Samples 10.1                                                      │
│   [ ] CUDA Demo Suite 10.1                                                   │
│   [ ] CUDA Documentation 10.1                                                │
│   Options                                                                    │
│   Install                                                                    │

进入Options：

┌──────────────────────────────────────────────────────────────────────────────┐
│ Options                                                                      │
│   Driver Options                                                             │
│   Toolkit Options                                                            │
│   Samples Options                                                            │
│   Library install path (Blank for system default)                            │
│   Done                                                                       │
│                                                                              │

进入Toolkit Options中其他x都去掉，

┌──────────────────────────────────────────────────────────────────────────────┐
│ CUDA Toolkit                                                                 │
│   Change Toolkit Install Path                                                │
│   [ ] Create symbolic link from /usr/local/cuda                              │
│ - [ ] Create desktop menu shortcuts                                          │
│      [ ] Yes                                                                 │
│      [ ] No                                                                  │
│   [ ] Install manpage documents to /usr/share/man                            │
│   Done                                                                       │
│                                                                              │

再 Change Toolkit Install Path设置cuda安装到自己具有写入权限的路径（提前建好），我这里是/home/zy/cuda-11.3/):

┌──────────────────────────────────────────────────────────────────────────────┐
│ Change Toolkit Install Path                                                  │
│ /home/zy/cuda-11.3/                                                    │
│                                                                              │

做完Done，回到Options菜单， 更改Library install path (不改不行，它会偷偷写入/var/lib)

┌──────────────────────────────────────────────────────────────────────────────┐
│ Library install path (Blank for system default)                              │
│ /home/zy/cuda-11.3/mylib/                                              │

就可以安装了！
然后：
更改环境变量：

vim ~/.profile

添加并且刷新

# CUDA
export PATH="/home/zy/cuda-11.3/bin:$PATH"
export LD_LIBRARY_PATH="/home/zy/cuda-11.3/lib64:/home/liminghao/cuda-10.1/mylib/lib64:$LD_LIBRARY_PATH"

source ~/.profile

# 测
nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243
  1. 安装cudann
(base) zy@zgy:~/down$ tar -xvf cudnn-linux-x86_64-8.5.0.96_cuda11-archive.tar.xz
cudnn-linux-x86_64-8.5.0.96_cuda11-archive/
--------------------------------------------------
(base) zy@zgy:~/down$ cd cudnn-linux-x86_64-8.5.0.96_cuda11-archive/
(base) zy@zgy:~/down/cudnn-linux-x86_64-8.5.0.96_cuda11-archive$ cp ./include/cudnn*.h /home/zy/cuda-11.3/include
(base) zy@zgy:~/down/cudnn-linux-x86_64-8.5.0.96_cuda11-archive$ cp ./lib/libcudnn* /home/zy/cuda-11.3/lib64
(base) zy@zgy:~/down/cudnn-linux-x86_64-8.5.0.96_cuda11-archive$ chmod a+x /home/zy/cuda-11.3/include/cudnn*.h 
(base) zy@zgy:~/down/cudnn-linux-x86_64-8.5.0.96_cuda11-archive$ chmod a+x /home/zy/cuda-11.3/include/cudnn*.h /home/zy/cuda-11.3/lib64/libcudnn*
模糊包
关注
  • 5
    点赞
  • 踩
  • 37
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
ubuntu 安装cuda 与 cuDNN
Li_318的博客
07-13 336
0. 准备工作 禁用BIOS中的secure boot，因为此方法使用第三方源安装显卡驱动，不禁止secure boot会导致安装的驱动不能使用，禁用也不会有多大安全隐患。 禁用nouveau，这是ubuntu默认使用的开源显卡驱动，和nvidia驱动一起使用可能导致黑屏，所以禁掉。 sudo gedit /etc/modprobe.d/blacklist.conf 在文本的最后一行添加 blacklist nouveau options nouveau mode...
ubuntu安装cuda和cudnn
weixin_46455141的博客
06-28 1万+
ubuntu安装cuda和cudnn
环境配置之CUDA的卸载（Ubuntu）
最新发布
qq_62469441的博客
07-18 1223
在Ubuntu上卸载CUDA时，需要注意以下几点： 确认CUDA版本：首先，您需要确定您要卸载的CUDA版本。您可以通过运行nvcc --version或查看您的环境变量来确认。 停止使用CUDA：在卸载之前，确保您的系统不再使用CUDA。这包括停止所有使用CUDA的进程和服务。 卸载CUDA相关软件包：打开终端，并使用以下命令卸载与CUDA相关的软件包：sudo apt-get remove --purge nvidia-cuda-toolkit sudo apt-get autoremove sudo
ubuntu 安装cuda及cudnn
wang1625582254的博客
06-16 1931
选择runfile格式的CUDA文件下载，下载完成后，解压，并运行上图中的命令，会有条款，接受即可，注意安装CUDA的时候不要安装驱动（因为在第一步我们已经安装过了）。出现如下输出，则CUDA安装成功。最后，使刚才的配置生效。
Ubuntu安装和卸载CUDA和CUDNN的实现
09-14
在Ubuntu系统中，安装和卸载CUDA以及CUDNN是深度学习和GPU计算的重要环节。CUDA是NVIDIA提供的用于加速计算的应用程序编程接口(API)，而CUDNN是CUDA的深度神经网络库，优化了卷积神经网络等计算密集型任务。以下是...
ubuntu20.04显卡驱动,CUDA 安装和卸载,cudnn安装.pdf
07-06
在Ubuntu 20.04操作系统中，安装和管理NVIDIA显卡驱动、CUDA以及cuDNN对于深度学习和高性能计算至关重要。以下是关于这些主题的详细步骤和注意事项： 一. 显卡驱动安装 1. **删除旧驱动**：首先，确保通过运行`...
ubuntu16.04查看cudnn，cuda的版本
01-09
ubuntu16.04查看cudnn，cuda的版本，同时也可以检验cuda，cudnn是否真的安装成功 首先，我们知道NVIDIA官网更新了所有的cudnn安装包，之前都是tar.gz格式，我们是通过解压文件在安装。但是现在如果是通过Deb包安装，...
Ubuntu安装CUDA和cuDNN
qq_44684515的博客
11-15 1119
Ubuntu安装cuda和cudnn 1、禁用nouvea sudo gedit /etc/modprobe.d/blacklist.conf 在文件末端加入 blacklist nouveau options nouveau modeset=0 然后更新 sudo update-initramfs -u 重启sudo reboot 输入 lsmod | grep nouveau查看是否禁用成功 如果禁用失败，查看在conf文件中的命令是否写错，或者删除nouveau，实在不行重装系统 2、安装英伟达显卡驱
linux,ubuntu,个人用户安装多版本cuda
Bean的博客
05-31 1871
个人用户安装多版本cuda,以cuda11.4与cuda10.2为例
超详细介绍Ubuntu系统安装CUDA和cuDNN【一站式服务！！！】
热门推荐
KRISNAT
12-08 2万+
想必很多做DL的小伙伴都需要在Linux下面进行，其中Ubuntu Linux是一个非常好的选择。这篇博客，博主将自己在Ubuntu系统下面从零开始安装CUDA和cuDNN的步骤做好了总结，仅供参考！若有更新或者不同之处，欢迎评论区讨论。🏃🏃安装显卡驱动，完成后nvidia-smi指令可以使用🚀；安装CUDA Toolkit，安装完成后nvcc -V指令正常输出🚀；安装cuDNN，安装完成后PyTorch可以调用相关的计算包🚀。
Ubuntu16.04 安装CUDA和CUDNN
Nimrod的博客
12-05 331
Ubuntu16.04 安装CUDA和CUDNN 文章目录Ubuntu16.04 安装CUDA和CUDNN1. 安装NVIDIA驱动系统默认驱动安装安装cuda安装cudnn添加环境变量 1. 安装NVIDIA驱动 卸载掉原有驱动(如果是新配机器可以不用) sudo apt-get remove –purge nvidia 安装驱动有两种办法 用ubuntu默认的附加驱动安装 在nvidia官网...
Ubuntu 18.04安装Cuda和Cudnn
tjufan的博客
03-20 868
Ubuntu 18.04安装Cuda和Cudnn 软件配置 Ubuntu 18.04 LTS Cuda 10.1 Cudnn 7 step 1: 安装Nvidia显卡驱动 使用 ubuntu-drivers devices 查看， 安装界面中推荐的驱动版本，例如：driver : nvidia-driver-440 - third-party free recommanded. 卸载旧...
Ubuntu下安装CUDA和cuDNN
weixin_48821657的博客
12-29 411
ubuntu22.04安装CUDA和cuDNN
ubuntu安装cuda与cudnn
爱CV
01-24 525
依次 abord，accept，取消cuda驱动安装。
ubuntu18.04安装cuda和cudnn
qq_43644413的博客
05-21 2万+
一、安装 cuda 1. 首先查看自身电脑最高支持的cuda版本为多少，在终端输入以下指令 nvidia-smi 可以看到我的最高支持 cuda 11.4 。 2. 打开英伟达官网 下载官方cuda 此处我下载的是cuda 11.0.3 版本，并选择相应配置，复制指令至终端下载 3. 运行官网安装指令 4. 依次选择continue和accept 点击确认 5. 按回车取消Driver项的安装，然后回车选择Install 6. 添加环境变量 g...
ubuntu下安装CUDA和CUDNN
jinxinsummer的博客
10-25 511
参考： http://blog.csdn.net/hungryof/article/details/51557666 http://blog.csdn.net/wangkepermit/article/details/72955023 https://github.com/jcjohnson/neural-style/blob/master/INSTALL.md https://www.2
ubuntu20.04显卡驱动卸载,CUDA 安装和卸载,cudnn安装
04-25
为了卸载显卡驱动，您可以使用以下命令： sudo apt-get purge nvidia* sudo apt-get autoremove 为了安装CUDA，您可以按照下列步骤进行操作： 1.去Nvidia官网下载与您的显卡驱动相对应的CUDA Toolkit安装包。 2.解压文件并进入文件夹，运行以下命令： sudo sh cuda_10.1.105_418.39_linux.run 3.按照安装向导进行操作，包括接受许可协议、选择自定义安装选项、选择安装路径、选择显卡驱动（由于您已卸载了显卡驱动，此步骤可以跳过）和配置环境变量等等。 如要卸载CUDA，请运行以下命令： sudo /usr/local/cuda-X.Y/bin/uninstall_cuda_X.Y.pl 在上述命令中，X.Y指的是CUDA的版本号。 要安装cuDNN，请按照以下步骤执行： 1.前往Nvidia官网，下载适用于您的CUDA版本的cuDNN。 2.将文件解压缩并复制到CUDA目录中。对于CUDA v10.1，该目录位于/usr/local/cuda-10.1/。 3.安装cuDNN的头文件和CUDAn的库： sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* 您需要确保使用的cuDNN版本与您的CUDA版本兼容。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值