目次
2-3--CUDA ツールキットをダウンロードしてインストールします
2-5 -- インストールが成功したかどうかをテストします。
4--pytorch が Cuda を使用できるかどうかをテストする
1 -- Nvidia ドライバーをインストールします
① インストール可能な Nvidia ドライバーのバージョンを表示します。
ubuntu-drivers devices
② 対応するバージョンの Nvidia ドライバーをインストールします。
ブロガーはここで最初のものを選択し、推奨バージョンもインストールできます
sudo apt-get install nvidia-driver-515通常、インストール プロセス中にパスワードを設定する必要があります。このパスワードは、後でシステムを再起動するときに使用されます。
③ インストールが完了したら、コンピューターを再起動する必要があります。
rebootコンピューターを再起動すると、次の「Perform MDK」管理インターフェイスがポップアップ表示されます。
2 番目のオプション Eroll MDK を選択し、手順②で設定したパスワードを入力します。残りのオプションは 3 つだけであることがわかります。最初のブート オプションを選択して Nvidia ドライバーのインストールを完了します。
④ インストールを確認します。
nvidia-smi
上記のインターフェイスが表示されたら、インストールは成功です。
2--CUDA をインストールする
2-1-- nouveau を無効にする
①ブラックリストを確認する
sudo gedit /etc/modprobe.d/blacklist.conf②ポップアップテキストの最後にブラックリストを追加します
blacklist nouveau③保存して再起動
sudo update-initramfs -u
reboot④ 正常に無効化されたかテストする
lsmod | grep nouveau
出力なしで nouveau を無効にしました。成功しました。
2-2--CUDA ツールキットの選択
NVIDIA CUDAドライバーバージョンのダウンロードアドレス：https ://developer.nvidia.com/cuda-toolkit-archive
注: インストールする適切なバージョンを選択してください。CUDA ツールキットのバージョンが Nvidia ドライバーのバージョンよりも低いことを確認してください。(ここでのブロガーの CUDA Toolkit バージョンは 465.19.01 ですが、これはインストールされている Nvidia ドライバーのバージョン 515.86.01 よりも低く、互換性があり、適合させることができます)
2-3--CUDA ツールキットをダウンロードしてインストールします
① 2-2 のスクリーンショットの 2 つのコマンドに従ってインストールします (最初のコマンドは CUDA Toolkit をダウンロードし、2 番目のコマンドは CUDA Toolkit をインストールします)。
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run
インストール コマンドを実行するときは、最初に次のコマンドを実行する必要がある場合があります。
sudo chmod +x cuda_11.3.1_465.19.01_linux.run
次に、インストール コマンドを実行します。
sudo sh cuda_11.3.1_465.19.01_linux.runNvidia ドライバーはすでにインストールされているため、同意した後はドライバーをインストールしないでください。
2-4--環境変数を構成する
sudo gedit ~/.bashrc次の 2 つのパスを最後に追加します: (ブロガーは Cuda11.3 をインストールしたため、パスは cuda-11.3 です。これは、実際のインストールのバージョンとパスに従って設定する必要があります)
export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
システム変数を更新します。
source ~/.bashrc2-5 -- インストールが成功したかどうかをテストします。
nvcc -V
3-- CUDA CuDNN をインストールする
CUDA CuDNN ダウンロードアドレス: https://developer.nvidia.com/rdp/cudnn-archive
① 適切な CUDA CuDNN バージョンをダウンロードします: (ダウンロードする 2 番目の項目 x86 64 を選択します)
② インストールパッケージを解凍します。
tar -xzvf cudnn-11.3-linux-x64-v8.2.1.32.tgz
③ ファイルを cuda インストールディレクトリにコピーし、実行許可を与えます。
sudo cp -d cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp -d cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*④ インストールが成功したかどうかをテストします。
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
対応するバージョン番号が出力されれば、インストールが成功したことを意味します。
4-- pytorch が Cuda を使用できるかどうかをテストする
pytorchのダウンロードアドレス: https://pytorch.org/
① 適切なバージョンの pytorch をダウンロードします (ここでは、ブロガーは Cuda11.3 に基づいて v1.12.0 バージョンを選択します)。
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch② Cuda が利用できることを確認します。
python
import torch
print(torch.cuda.is_available())
出力がTrueの場合、pytorch が正常にインストールされていること、pytorch が Cuda を使用して高速化できること、Nvidia ドライバー、CUDA Toolkit、および CUDA CuDNN が正常にインストールされていることを意味します。！！！