标签:机器 local sudo cudnn cuda Ubuntu 安装 usr
安装 Nvidia 显卡驱动
1. sudo ubuntu-drivers autoinstall
2. sudo reboot
3. 检查是否安装成功 nvidia-smi
4. 安装最新显卡驱动(由于一般使用较新的软件因此必需)
http://www.nvidia.com/Download/index.aspx 下载对应的驱动
开始搜索 software & Updayes 转到附加驱动选择非英伟达显驱应用重启,需连网
重启后输入: sudo sh NVIDIA..run
前几个按照默认选项,直到出现一个缺少某些库的提示这时需要install&override
sudo reboot
输入 nvidia-smi 可看到最高兼容到的 cuda 版本。
CUDA安装
https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/rdp/cudnn-download
1. 在上面链接下载 CUDA 目前版本10.0 并下载配套CUDNN
下载CUDNN需要登入,两个加在一起2GB左右
2. sudo sh cuda..run # 安装Cuda
如果有问题可能是文件出错了再下载一遍
注意安装时去掉 Driver
3. sudo gedit ~/.bashrc 加入下面两行
export PATH=/usr/local/cuda-10.0/bin${PATH:+:$PATH}
LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
4. reboot 使用 nvcc -V 测试并查看版本
CUDNN安装
1. cp filename.xxx filename.tgz
2. tar -zxvf filename.tgz
3. sudo cp cuda/include/cudnn.h /usr/local/cuda/include
4. sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
5. sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
查看版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
PyTorch安装
1. sudo apt-get install python3-pip
2. https://pytorch.org/get-started/locally/ 选择对应版本安装
3. pip3 install numpy
4. python3
import torch
x = torch.tensor([1.0])
x = x.cuda()
print(x) # 查看cuda库是否可用
from torch.backends import cudnn
print(cudnn.is_acceptable(x)) # 查看cudnn库是否可用
5. 如果提示驱动版本太老则去官网下载
http://www.nvidia.com/Download/index.aspx
6. 如果下载慢,可以
pip3 install torch===1.2.0 torchvision===0.4.0 -i https://pypi.douban.com/simple
7. 同时,推荐安装ONNX网络交换协议工具 pip3 install onnx
TensorFlow安装
1. 在 https://blog.csdn.net/flana/article/details/104768188 查看支持版本
2. 下载所支持版本, 例如 pip3 install tensorflow-gpu==1.14.0 -i https://pypi.douban.com/simple
3. 使用如下代码测试GPU可用性
import tensorflow as tf
print(tf.test.is_gpu_available())
标签:机器,local,sudo,cudnn,cuda,Ubuntu,安装,usr 来源: https://www.cnblogs.com/xytpai/p/13074251.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。