Ubuntu16.04装CUDA和cuDNN

---

前言

前提是显卡驱动已经装好。可以参考Ubuntu16.04安装NVIDIA显卡驱动。
笔者要复现的代码环境是ubuntu16.04，Python2.7，后续还要装TensorFlow-GPU。
参考文献：
[1] 理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装
[2] 显卡驱动与cuda对应关系，cudnn与cuda之间的关系
[3] Tensorflow不同版本要求与CUDA及CUDNN版本对应关系
[4] CUDA Tookit Notes
[5] Ubuntu18.04+RTX 2080Ti+CUDA 10.0 +cuDNN+PyTorch搭建深度学习环境
终端运行nvidia-smi，看图得知显卡的计算能力为460.67，最高可装11.2版本的CUDA。

因此，根据TensorFlow官网和自己的需求，选择Ubuntu16.04下装CUDA10.1，cuDNN7.6。

一、CUDA安装

1.查看ubuntu系统位数

终端输入以下命令获取ubuntu系统位数信息待用。

sudo uname --m

2.下载CUDA

在CUDA Toolkit Archive找到自己需要的CUDA，笔者选择CUDA10.1 update2版本。

选择对应的条件，笔者使用.run文件安装。

该网页的第二个方框为下载相关信息，如下图，红色框内的链接复制到浏览器打开，即下载对应的.run文件，放在ubuntu系统的Home文件夹下待用。

扫描二维码关注公众号，回复： 15830502 查看本文章

3.安装CUDA

打开终端，运行上图蓝色框内的命令，出现很长很长的协议，最后输入accept继续。

进入到下图，enter选择，去掉驱动前面的X，上下键移动到install，enter选择安装。

安装完毕，如下图所示。

4.配置环境

安装完成以后，需要把CUDA路径添加到当前用户的配置文件里。

终端执行以下命令打开.bachrc文件。

sudo gedit ~/.bashrc

上一张图中“Please make sure that”后就有两个安装路径，在.bachrc文件末尾加上两行安装路径。

export PATH="/usr/local/cuda-10.1/bin${PATH:+:${PATH}}"
export LD_LIBRARY_PATH="/usr/local/cuda10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}"

如下图所示。

保存后关闭窗口，在终端运行以下命令使添加的路径生效。

source ~/.bashrc

此时运行nvcc --version或nvcc -V查看CUDA是否成功，如下图，出现了版本信息就说明安装成功。

• 例子测试
  切换到 CUDA 10.1 Samples 默认安装路径（/home/用户/NVIDIA_CUDA-10.1_Samples ）运行例子，在终端输入：

cd NVIDIA_CUDA-10.1_Samples
sudo make all -j4

得到下图中最后一行的“Finished building CUDA samples”，也可证明CUDA安装成功。

• 查看CUDA 驱动、运行版本
  运行以下两个命令：

cd bin/x86_64/linux/release
./deviceQuery

结果如下图所示。

由此可得CUDA驱动版本是11.2，运行版本是10.1。
笔者的理解：CUDA 有两种API，分别是驱动API和运行时API，即所谓的Driver API与 Runtime API。驱动API意味着该显卡能装的最高版本CUDA，运行时API意味着当前使用着的CUDA版本，该版本不超过驱动API版本就行。

二、cuDNN安装

1.下载cuDNN

下载cuDNN需要用邮箱在NVIDIA官网注册一个账户，即可下载。
在cuDNN Archive找到要下载的cuDNN版本，注意下载的是cuDNN for Linux。笔者选择下载cuDNN7.6.5。

笔者下载下来的文件是cudnn-10.1-linux-x64-v7.6.5.32.tgz。

2.安装cuDNN

解压下载的.tgz文件，右键单击该文件，选择“提取到此处”或者使用以下命令解压。

tar -zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz

解压后可以看到一个cuda文件夹，在当前目录空白处右键一下，选择“在终端打开”，将该文件夹里的库和头文件复制到CUDA的安装路径并修改文件访问权限：

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 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

查看cuDNN版本，可测试是否安装成功：

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

出现下图的cudnn版本说明安装成功。

三、相关记录

① ubuntu16.04+CUDA8.0
Ubuntu下安装CUDA8.0

② 切换多个版本的cuda
Ubuntu安装并切换多个版本的cuda

③ 安装多版本cuda和cudnn
a. Ubuntu16.04下安装多版本cuda和cudnn
b. Ubuntu16.04下安装多版本cuda和cudnn
c.Ubuntu18.04安装CUDA11.0 Installation failed. See log at /var/log/cuda-installer.log for details.