ubuntu16 créer un environnement d'apprentissage en profondeur (deux) - installer cuda et cudnn

1. Téléchargez le CUDA correspondant

La prémisse que le pilote nvidia a été installé, vérifiez Tutoriel 1:
Vérifiez la correspondance entre le cuda et le pilote (comme indiqué sur la figure): Le cuda officiel et le pilote correspondent au
Insérez la description de l'image ici pilote que j'ai installé est 440.100, donc CUDA10.2.89 doit être sélectionné. Accédez au téléchargement de CUDA , tirez vers le bas de la page et sélectionnez télécharger maintenant, vous pouvez voir l'ancienne version de cuda (comme indiqué sur la figure).

Insérez la description de l'image ici

2. Installez CUDA


Sélectionnez CUDA Toolkit 10.2 dans le guide de démarrage rapide , voir la page de téléchargement comme suit, entrez la commande d'invite dans le terminal.
Insérez la description de l'image iciNotez que si l'installation échoue, vous devez d'abord modifier les autorisations d'exécution du fichier:

sudo chmod a+x cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

Ensuite, commencez à entrer dans l'installation, entrez accepter après beaucoup de texte pour accepter l'accord.
Insérez la description de l'image iciUne installation incomplète rapide n'a pas d'importance ici.
Configurez les variables d'environnement cuda:

sudo su //切换为root超级用户的命令
sudo gedit ~/.bashrc //打开.bashrc文件
//在~/.bashrc的最后添加:
export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

Assurez-vous de mettre à jour après avoir ajouté: source ~ / .bashrc

3. Vérifiez si CUDA est installé avec succès

nvcc --version

Après succès, il s'affiche pour
Insérez la description de l'image iciexécuter un programme dans les échantillons à vérifier:

cd /home/hy/NVIDIA_CUDA-10.2_Samples/1_Utilities/deviceQuery  //输入自己的samples文件夹路径
sudo make
./deviceQuery

Le résultat final = PASS doit être considéré comme réussi.
Insérez la description de l'image ici

4. Installez cudnn

Allez d'abord sur le site officiel pour télécharger cuDNN https://developer.nvidia.com/cudnn , vous devez vous inscrire en tant que développeur pour télécharger. Sélectionnez le cudnn correspondant à la version cuda. Le mien est cuda10.2, alors choisissez cudnn8, cliquez sur la bibliothèque cudnn pour linux (x86) et téléchargez le fichier cudnn-xxxx.tgz.
Insérez la description de l'image icidécompressez les fichiers:

tar xvzf cudnn-10.2-linux-x64-v8.0.1.13.tgz

Une fois la décompression terminée, vous obtiendrez un dossier cuda avec deux dossiers comprenant include et lib64. Basculez vers le chemin cuda / include et effectuez les opérations suivantes:

sudo cp cudnn.h /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h

Basculez vers cuda / lib64:

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

5. Vérifiez la version cudnn

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

#define CUDNN_MAJOR 8
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 1
-
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"

Je suppose que tu aimes

Origine blog.csdn.net/qq_43265072/article/details/107161466
conseillé
Classement