Ubuntu18.04安装安装cuda和cudnn

Posted 皓月天边 半步青莲

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Ubuntu18.04安装安装cuda和cudnn相关的知识,希望对你有一定的参考价值。

一.安装cuda11.0

cuda下载
此处的cuda下载请根据自己的系统信息下载,否则使用会有问题。

安装说明 :

    wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run
    sudo sh cuda_11.0.3_450.51.06_linux.run

1.启动安装程序,一直按空格到最后,输入accept接受条款

2.不安装nvidia图像驱动,之前已经安装过了

3.安装完成后会有安装的日志记录输出, cat /var/log/cuda-installer.log,查看无报错一般就是安装成功了,

4.配置环境变量

vim ~/.bashrc

加入路径:

    export PATH=/usr/local/cuda/bin/:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64/

刷新配置:source ~/.bashrc

5.cuda验证

    nvcc -V

5.测试

首先安装g++

    apt-get install g++

    #编译并测试设备 deviceQuery:
    cd /usr/local/cuda-11.0/samples/1_Utilities/deviceQuery
    sudo make
    ./deviceQuery
     
    #编译并测试带宽 bandwidthTest:
    cd ../bandwidthTest
    sudo make
    ./bandwidthTest

如果这两个测试的最后结果都是Result = PASS,说明CUDA安装成功啦

二.安装cuDNN

下载cudnn

查找nvcc -V对应的版本下载

1.安装

解压到cuda文件夹内 运行以下命令,进行安装

    cd cuda/include/ 
    sudo cp ./include/cudnn.h /usr/local/cuda/include #执行即可,不需要做更改
    sudo cp ./lib64/libcudnn* /usr/local/cuda/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

2.建立软连接

可以到下/usr/local/cuda/lib64/看一下自己的文件

    cd /usr/local/cuda/lib64/ 
    sudo rm -rf libcudnn.so libcudnn.so.8
    sudo ln -s libcudnn.so.8.0.5 libcudnn.so.8
    sudo ln -s libcudnn.so.8 libcudnn.so

保存后,创建链接文件

    sudo vim /etc/ld.so.conf.d/cuda.conf 

按a进入插入模式,增加下面一行


    /usr/local/cuda/lib64 

按esc退出插入模式,按:wq保存退出

最后在终端输入


    sudo ldconfig 

后续Anaconda3等的安装请参考此处:https://www.cnblogs.com/KdeS/p/14741567.html

文章参考地址:https://blog.csdn.net/pursuit_zhangyu/article/details/79362128

以上是关于Ubuntu18.04安装安装cuda和cudnn的主要内容,如果未能解决你的问题,请参考以下文章

Ubuntu18.04安装Nvidia Driver+Cuda+Cudnn

Ubuntu 18.04/20.04 CV环境配置(上):CUDA11.1 + cudnn安装配置

Ubuntu 18.04/20.04 CV环境配置(上):CUDA11.1 + cudnn安装配置

Ubuntu 18.04/20.04 CV环境配置(上):CUDA11.1 + cudnn安装配置

Ubuntu 18.04/20.04 CV环境配置(上):CUDA11.1 + cudnn安装配置

Ubuntu18.04 + CUDA9.0 + cuDNN7.3 + Tensorflow-gpu-1.12 + Jupyter Notebook深度学习环境配置