Ubuntu下安装CUDA9.0和cudnn7.1
Posted jlqzzz
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Ubuntu下安装CUDA9.0和cudnn7.1相关的知识,希望对你有一定的参考价值。
一、最简单的是采用cuda的deb安装方式:
1. Pre-installation Actions
这一步需要检查
- GPU是否支持CUDA
- Ubuntu版本是否受支持
- gcc版本检查
- Kernel Headers and Development Packages 是否已安装
这些步骤官方教程很详细,请移步官方教程第二节Pre-installation Actions
2. 下载Nividia Cuda Toolkit的deb安装包
CUDA Toolkit下载地址
根据自己的系统一步一步选择,注意主要下载的是.deb文件
3. 执行命令进行安装
在deb所在目录下依次执行以下命令即可。
1. sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0_amd64.deb
2. sudo apt-key add /var/cuda-repo-9.0/7fa2af80.pub
3. sudo apt-get update
4. sudo apt-get install cuda
以上命令其实就是选择完deb安装包后,官方给出的安装说明。
deb安装包会安装CUDA Toolkit和Driver Package,不需要自己安装驱动
设置环境变量
终端中输入 $ sudo gedit /etc/profile
在打开的文件末尾,添加以下两行。
64位系统:
export PATH=/usr/local/cuda-9.0/bin$PATH:+:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH:+:$LD_LIBRARY_PATH
保存文件。
source /etc/profile
重启电脑永久生效。
4. 验证安装
重启系统然后进行验证
1. 检查GPU驱动版本和NVCC版本
2. 编译NVIDIA_CUDA-9.0_Samples下的例子,然后跑两个可执行文件。
二、cudnn安装方式:
首先下载cudnn7.1的tgz文件
假设
your CUDA directory path is referred to as /usr/local/cuda-9.0/
your cuDNN download path is referred to as <cudnnpath>
1. Installing from a Tar File
Navigate to your <cudnnpath> directory containing the cuDNN Tar file.
2. Unzip the cuDNN package.
$ tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
3.Copy the following files into the CUDA Toolkit directory.
$ sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
$ sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*
若运行sudo ldconfig时出现
/usr/local/cuda-9.0/targets/x86_64-linux/lib/libcudnn.so.7 is not a symbolic link
则执行 sudo ldconfig -v 定位到问题位置查看文件后缀号,然后进行软链接
$sudo ln -sf /usr/local/cuda-9.0/targets/x86_64-linux/lib/libcudnn.so.7.1.4 \\
/usr/local/cuda-9.0/targets/x86_64-linux/lib/libcudnn.so.7
即可完美解决。
以上是关于Ubuntu下安装CUDA9.0和cudnn7.1的主要内容,如果未能解决你的问题,请参考以下文章
TensorFlow安装(Ubuntu18.04+Anaconda3+CUDA9.0+cuDNN7.1+TensorFlow1.8.0+Pycharm)
ubuntu18.04+cuda9.0+cudnn7.1.4+caffe-ssd+anaconda2安装
YOLO 训练环境搭建(Ubuntu18.04+Cuda9.0+Cudnn7.1)
深度学习GPU环境Ubuntu16.04+GTX1080+CUDA9+cuDNN7+TensorFlow1.6环境配置