Instale CUDA e cuDNN no Ubuntu 16.04

---

prefácio

A premissa é que o driver gráfico foi instalado. Você pode consultar o Ubuntu16.04 para instalar o driver da placa gráfica NVIDIA .
O ambiente de código que o autor deseja reproduzir é ubuntu16.04, Python2.7 e o TensorFlow-GPU será instalado posteriormente.
Referências:
[1] Esclarecer a relação entre GPU, CUDA, CUDA Toolkit, cuDNN e baixar e instalar
[2] A relação entre o driver da placa gráfica e cuda, a relação entre cudnn e cuda
[3] Os requisitos de diferentes versões do Tensorflow e a relação correspondente entre as versões CUDA e CUDNN
[4 ] CUDA Tookit Notes
[5] Ubuntu18.04+RTX 2080Ti+CUDA 10.0 +cuDNN+PyTo rch para construir um ambiente de aprendizado profundo
Quando o terminal está em execução nvidia-smi, pode-se ver na imagem que o poder de computação da placa gráfica é 460.67 e a versão máxima 11.2 do CUDA pode ser instalada.

Portanto, de acordo com o site oficial do TensorFlow e suas próprias necessidades, escolha Ubuntu 16.04 para baixar CUDA10.1 e cuDNN7.6.

1. Instalação CUDA

1. Veja o número de dígitos do sistema ubuntu

Digite o seguinte comando no terminal para obter as informações de dígitos do sistema ubuntu para uso.

sudo uname --m

2. Baixe o CUDA

Encontre o CUDA que você precisa em CUDA Toolkit Archive e eu escolho CUDA10.1 update2 version.

Selecione as condições correspondentes e o autor usa o arquivo .run para instalar.

A segunda caixa na página da web é baixar informações relacionadas, conforme mostrado na figura abaixo, copie o link na caixa vermelha para o navegador abrir, ou seja, baixe o arquivo .run correspondente e coloque-o na pasta Home do sistema ubuntu para uso.

3. Instale o CUDA

Abra o terminal, execute o comando na caixa azul acima, um contrato muito longo aparecerá e, finalmente, digite aceitar para continuar.

Entre na imagem abaixo, entre para selecionar, retire o X na frente do driver, mova para instalar com as teclas up e down, e entre para selecionar para instalar.

A instalação está concluída, conforme mostrado na figura abaixo.

4. Configure o ambiente

Após a conclusão da instalação, você precisa adicionar o caminho CUDA ao arquivo de configuração do usuário atual.

Execute o seguinte comando no terminal para abrir o arquivo .bachrc.

sudo gedit ~/.bashrc

Existem dois caminhos de instalação após "Certifique-se de que" na figura anterior. Adicione duas linhas de caminhos de instalação no final do arquivo .bachrc.

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}}"

Como mostrado abaixo.

Depois de salvar, feche a janela e execute o seguinte comando no terminal para fazer o caminho adicionado entrar em vigor.

source ~/.bashrc

Neste momento, execute nvcc --versionou nvcc -Vverifique se o CUDA foi bem-sucedido, conforme a figura abaixo, se aparecer a informação da versão, significa que a instalação foi bem-sucedida.

• Teste de exemplo
  Alterne para o caminho de instalação padrão do CUDA 10.1 Samples (/home/user/NVIDIA_CUDA-10.1_Samples) para executar o exemplo e digite no terminal:

cd NVIDIA_CUDA-10.1_Samples
sudo make all -j4

Obter "Amostras de CUDA concluídas" na última linha da figura abaixo também pode provar que o CUDA foi instalado com sucesso.

• Verifique o driver CUDA e a versão em execução
  Execute os dois comandos a seguir:

cd bin/x86_64/linux/release
./deviceQuery

O resultado é mostrado na figura abaixo.

A partir disso, a versão do driver CUDA é 11.2 e a versão em execução é 10.1.
Entendimento do autor : CUDA tem duas APIs, a saber, a API do driver e a API do tempo de execução, as chamadas API do driver e API do tempo de execução. A API do driver significa a versão mais alta do CUDA que pode ser instalada na placa gráfica, e a API de tempo de execução significa a versão CUDA usada atualmente, e a versão não excede a versão da API do driver.

Dois, instalação cuDNN

1. Baixar cuDNN

Para baixar o cuDNN, você precisa registrar uma conta no site oficial da NVIDIA com seu endereço de e-mail e fazer o download. Encontre a versão cuDNN para download
em cuDNN Archive e observe que a versão baixada é cuDNN para Linux. O autor escolhe baixar cuDNN7.6.5.

O arquivo que baixei é cudnn-10.1-linux-x64-v7.6.5.32.tgz.

2. Instale o cuDNN

Descompacte o arquivo .tgz baixado, clique com o botão direito do mouse no arquivo e selecione "Extrair para aqui" ou use o seguinte comando para extrair.

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

Após a descompactação, você pode ver uma pasta cuda, clique com o botão direito do mouse no espaço em branco do diretório atual, selecione "Abrir no Terminal", copie a biblioteca e os arquivos de cabeçalho nesta pasta para o caminho de instalação do CUDA e modifique as permissões de acesso ao arquivo:

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*

Verifique a versão do cuDNN para testar se a instalação foi bem-sucedida:

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

A versão cudnn mostrada na figura abaixo mostra que a instalação foi bem-sucedida.

3. Registros relacionados

① Instale CUDA8.0 sob ubuntu16.04+CUDA8.0 Ubuntu

② Alternar entre várias versões do cuda
Instale o Ubuntu e alterne entre várias versões do cuda

③ Instalar várias versões de cuda e cudnn
a. Instalar várias versões de cuda e cudnn no Ubuntu16.04
b. Instalar várias versões de cuda e cudnn no Ubuntu16.04
c. Instalar CUDA11.0 no Ubuntu18.04 A instalação falhou. Consulte o registro em /var/log/cuda-installer.log para obter detalhes.