Ubuntu 20.04 CUDA10.1&cuDNN安装方法全新整理

简介: Ubuntu 20.04 CUDA10.1&cuDNN安装方法全新整理

目录

1、安装显卡驱动

2、gcc降级

3、安装CUDA

4、安装cuDNN


1、安装显卡驱动

输入nvidia-smi命令查看支持的cuda版本

如果有驱动显示以下信息:

tt.png

如果没有,则会显示以下信息:

tt.png

如果无法查看,则说明尚未安装nvidia驱动,点击附加驱动,选择对应版本的驱动即可自动下载。

tt.png

点击应用更改,然后开安装驱动,安装完成后重启电脑,然后再使用nvidia-smi命令查看显卡驱动是否正常和支持的CUDA版本。


2、gcc降级

Ubuntu20.04自带的gcc版本为9.7.0,需要添加gcc7才可安装cuda10.2,输入命令安装gcc7


sudo apt-get install gcc-7 g++-7


查看gcc版本,可以看到目前系统中存在7和9两个版本

tt.png

使用update-alternatives进行版本切换,输入以下命令:


sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100


sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 50


此时输入sudo update-alternatives --config gcc命令查看gcc的默认版本,可以看到当前默认gcc版本为7,即切换成功。


tt.png

3、安装CUDA

https://developer.nvidia.com/cuda-toolkit-archive下载对应版本的cuda,选择18.04的版本。如下图:



tt.png

按照指令安装cuda 10.1版本。指令如下:


下载指令:


wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run

安装指令:

sudo sh cuda_10.1.243_418.87.00_linux.run

tt.png

点击continuett.png

输入accept


cuda安装包是自带显卡驱动的,所以这一步按空格去掉安装显卡驱动的选项,然后选择install,等待安装完成。

tt.png

安装完成,如下图:

tt.png

配置环境变量


输入gedit ~/.bashrc命令打开文件,在文件结尾输入以下语句,保存。


export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}


export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}


更新环境变量配置


source ~/.bashrc

tt.png

至此cuda安装完成,输入nvcc -V命令查看cuda信息tt.png

4、安装cuDNN

https://developer.nvidia.com/cudnn下载相应版本的cudnn,需要登陆。选择与CUDA 10.1对应的版本(7.6.5),点开后选择 cuDNN Library for Linux,点击下载。

tt.png

选择与CUDA 10.1对应的版本(7.6.5),点开后选择 cuDNN Library for Linux,点击下载。

tt.png

更改usr/local/cuda/文件夹下面的include和lib64文件夹的权限。否则会出现如下问题:tt.png


tt.png

修改incude文件夹权限

tt.png

常用的修改权限的指令


sudo chmod 600 ××× (只有所有者有读和写的权限)

sudo chmod 644 ××× (所有者有读和写的权限,组用户只有读的权限)

sudo chmod 700 ××× (只有所有者有读和写以及执行的权限)

sudo chmod 666 ××× (每个人都有读和写的权限)

sudo chmod 777 ××× (每个人都有读和写以及执行的权限)


将下载的文件解压之后,将cuda/include/cudnn.h文件复制到usr/local/cuda/include文件夹,将cuda/lib64/下所有文件复制到/usr/local/cuda/lib64文件夹中,并添加读取权限:


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 /usr/local/cuda/lib64/libcudnn*


至此cuDNN安装完成


测试:

cd /usr/local/cuda/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery


Result = PASS则成功


目录
相关文章
|
1月前
|
并行计算 Ubuntu
百度搜索:蓝易云【ubuntu系统如何查看已安装cudnn版本】
请注意,这种方法假定你已经正确安装了cuDNN,并且路径 `/usr/local/cuda/include/cudnn.h`是默认的安装路径。如果你的安装路径不同,你需要相应地调整命令中的路径。
92 2
|
1月前
|
并行计算 Ubuntu
Ubuntu安装CUDA和cuDNN
Ubuntu安装CUDA和cuDNN
45 3
|
7月前
|
并行计算 Ubuntu PyTorch
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10(下)
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10(上)
200 0
|
7月前
|
并行计算 Ubuntu PyTorch
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10(上)
Ubuntu 18.04 + CUDA 11.3.0 + CUDNN 8.2.1 + Anaconda + Pytorch 1.10
216 0
|
7月前
|
并行计算 Ubuntu PyTorch
Xshell远程连接配置 Ubuntu 18.04.6 + Anaconda + CUDA + Cudnn + Pytorch(GPU+CPU)(上)
Xshell远程连接配置 Ubuntu 18.04.6 + Anaconda + CUDA + Cudnn + Pytorch(GPU+CPU)
201 0
|
7月前
|
并行计算 Ubuntu PyTorch
Xshell远程连接配置 Ubuntu 18.04.6 + Anaconda + CUDA + Cudnn + Pytorch(GPU+CPU)(下)
Xshell远程连接配置 Ubuntu 18.04.6 + Anaconda + CUDA + Cudnn + Pytorch(GPU+CPU)
153 0
|
并行计算 Ubuntu PyTorch
Ubuntu配置pytorch gpu环境(含Cuda+Cudnn+pytorch-gpu+卸载)(下)
Ubuntu配置pytorch gpu环境(含Cuda+Cudnn+pytorch-gpu+卸载)(下)
Ubuntu配置pytorch gpu环境(含Cuda+Cudnn+pytorch-gpu+卸载)(下)
|
并行计算 Ubuntu PyTorch
Ubuntu配置pytorch gpu环境(含Cuda+Cudnn+pytorch-gpu+卸载)(上)
Ubuntu配置pytorch gpu环境(含Cuda+Cudnn+pytorch-gpu+卸载)(上)
Ubuntu配置pytorch gpu环境(含Cuda+Cudnn+pytorch-gpu+卸载)(上)
|
并行计算 Ubuntu Shell
Ubuntu 20.04 CUDA&cuDNN安装方法
Ubuntu 20.04 CUDA&cuDNN安装方法
1052 0
Ubuntu 20.04 CUDA&cuDNN安装方法
|
并行计算 TensorFlow 算法框架/工具
Ubuntu 安装 tensorflow-gpu 1.4 包含 CUDA 8.0 和cuDNN
硬件环境:NVIDIA GTX 980 Ti 系统环境:Ubuntu 16.04 64位 一.安装 NVIDIA驱动 关闭 Secure Boot 具体如何禁用 BIOS 中的 Secure Boot 要根据主板的情况。
1781 0