ディープラーニング
記事ディレクトリ
1.CUDAをインストールします
cudaはNIVEAのプログラミング言語プラットフォームです。GPUを使用する場合は、cudaを使用する必要があります。ここからcudaのインストールファイルをダウンロードします。
最初に適切なバージョンを選択し、ここから最新のcuda11.4をダウンロードします。
上記の手順に従ってインストールします。
NVIDIAドライバーは既にインストールされているため、ここでNVIDIAドライバーをインストールすることを選択しないでください。残りはデフォルトです。次の図に示すように、最初の変数は選択されていません。
インストールが成功したら、環境変数を構成する必要があります。そうしないと、GPUアクセラレーションを使用するときに、GPU
構成環境変数が見つかりません。
gedit ~/.bashrc
開いたファイルの最後に次のステートメントを追加して保存します。
export PATH=/usr/local/cuda-11.4/bin${
PATH:+:${
PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64${
LD_LIBRARY_PATH:+:${
LD_LIBRARY_PATH}}
次に、環境変数を更新します
source ~/.bashrc
nvcc -Vと入力して、関連情報を表示します
2.cudnnをインストールします
公式ウェブサイトにアクセスして、CUDA11.4と一致するcudnnバージョンをダウンロードします。cudnnをダウンロードするには、NIVDIAアカウントを登録する必要があります。当局は、cudaをcudnnと一致させるための提案をしました。サンプルのダウンロードはcuDNNv8.8.2です。
以下に示すように、Linux用のcuDNNライブラリを選択し、cudnn-11.4-linux-x64-v8.2をダウンロードします。2.26.tgzをダウンロードして
解凍します。
tar -xvf cudnn-11.4-linux-x64-v8.2.2.26.tgz
関連するライブラリファイルをコピーします
sudo cp include/cudnn* /usr/local/cuda/include/
sudo cp 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*
cudnnバージョンを表示
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
これは構成が成功したことです
GPUステータスを監視する
watch -n 1 nvidia-smi