Ubuntu安装NVIDIA驱动+Cuda+cuDNN+Anaconda3+TensorFlow-gpu
Posted 杨旭华啊
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安装NVIDIA驱动+Cuda+cuDNN+Anaconda3+TensorFlow-gpu相关的知识,希望对你有一定的参考价值。
安装Cuda:
注意安装CUDA版本,要和Nvidia驱动版本一致或者要适配
CUDA Toolkit | Linux x86_64 Driver Version | Windows x86_64 Driver Version |
---|---|---|
CUDA 10.2.89 | >= 440.33 | >= 441.22 |
CUDA 10.1 (10.1.105 general release, and updates) | >= 418.39 | >= 418.96 |
CUDA 10.0.130 | >= 410.48 | >= 411.31 |
CUDA 9.2 (9.2.148 Update 1) | >= 396.37 | >= 398.26 |
CUDA 9.2 (9.2.88) | >= 396.26 | >= 397.44 |
CUDA 9.1 (9.1.85) | >= 390.46 | >= 391.29 |
CUDA 9.0 (9.0.76) | >= 384.81 | >= 385.54 |
CUDA 8.0 (8.0.61 GA2) | >= 375.26 | >= 376.51 |
CUDA 8.0 (8.0.44) | >= 367.48 | >= 369.30 |
CUDA 7.5 (7.5.16) | >= 352.31 | >= 353.66 |
CUDA 7.0 (7.0.28) | >= 346.46 | >= 347.62 |
更详细的参照官网发布
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
1、下载对应版本的Cuda
https://developer.nvidia.com/cuda-92-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604
2、两种安装方式,首先都要进入到文件所在位置目录,本机用的第二种(deb安装)
-
run安装:
sudo sh cuda_9.0.176_384.81_linux.run
单击回车,一路往下运行,直到提示“是否为NVIDIA安装驱动nvidia-396?”,选择否,因为已经安装好驱动程序了,其他的全都是默认,不过要记住安装位置,默认是安装在/usr/local/cuda文件夹下。
-
deb安装
sudo dpkg -i cuda-repo-ubuntu1604-9-2-local_9.2.148-1_amd64.deb sudo apt-key add /var/cuda-repo-9-2-local/7fa2af80.pub sudo apt-get update sudo apt-get install cuda
3、配置环境变量
sudo gedit /etc/profile
文件最后面添加两行
export PATH=/usr/local/cuda-9.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64$LD_LIBRARY_PATH
保存然后
sudo reboot
4、检查是否安装成功
cat /proc/driver/nvidia/version
结果出现
NVRM version: NVIDIA UNIX x86_64 Kernel Module 396.37 Tue Jun 12 13:47:27 PDT 2018
GCC version: gcc version 5.4.0 20160609 (Ubuntu 5.4.0-6ubuntu1~16.04.12)
验证CUDA Toolkit(会输出CUDA的版本信息)
nvcc -V
如果出现下面这样,应该是你的环境配置没有成功,重新回到第3步开始:
The program 'nvcc' is currently not installed. You can install it by typing:
sudo apt-get install nvidia-cuda-toolkit
5、测试CUDA的Samples例子
cd /usr/local/cuda/samples
sudo make -j //-j 可以最大限度的使用cpu编译,加快编译的速度
// 需要编译通过,且过程中没有 Error,警告可忽略
cd ./bin/x86_64/linux/release
./deviceQuery
deviceQuery显示的是关于GPU的信息,执行结果为Result = PASS则成功。
安装cuDNN:
1、下载安装包
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
2、下载完成后解压并进入文件夹:
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*
3、查看cuDNN版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
以上是关于Ubuntu安装NVIDIA驱动+Cuda+cuDNN+Anaconda3+TensorFlow-gpu的主要内容,如果未能解决你的问题,请参考以下文章
Ubuntu系统---安NVIDIA 驱动后 CUDA+cuDNN 安装
Ubuntu 下安装CUDA(安装:NVIDIA-384+CUDA9.0+cuDNN7.1)
# Ubuntu16.04安装nvidia驱动+CUDA+cuDNN