sudo ubuntu-drivers devices
优先选择带recommended的版本(后面实验证明推荐的往往是高版本的驱动,它对于一些cuda版本兼容不太友好,建议下载低版本的)
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
上图中可见,有系统推荐的515选项,但是后面发现和11.1的cuda不兼容,所以换为了470。(切忌不要选server的,那是服务器版本。)
sudo reboot
nvidia-smi
可见我安装的是470驱动,并且推荐的CUDA是11.4。
cuda官网下载runfile文件
sudo sh cuda_11.1.74_470.82.01_linux.run --override
切记!!一定要加sudo权限,不然会报错。并且加上–override,忽略GCC版本不兼容问题。(不加 --override也可以先执行sudo apt install build-essential
代替)
分别选择 continue -> accept -> install,其中有个细节!!!!因为我们已经有了显卡驱动,所以需要将第一行选项变为下图的空选,按下Enter即可切换状态。最后选择install即可完成安装。
sudo gedit ~/.bashrc
在文本末添加如下信息:
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
验证cuda安装是否成功,如下图所示,显示已安装了11.1版本的cuda:
source ~/.bashrc
nvcc -V
最后验证cuda是否正常,出现下图说明测试成功:
cd ~/NVIDIA_CUDA-11.1_Samples/1_Utilities/bandwidthTest/
make
./bandwidthTest
到Cudnn下载页面下载与驱动、Cuda、需要运行软件要求相应的版本(需要注册Nvidia账号)。
Ubuntu可以下载.solitairetheme8格式文件,只要将扩展名改为tgz即可解压
tar -xvf cudnn-8.0-linux-x64-v7.6.5.32.tgz
得到名为cuda的文件夹,在当前目录(不要进入cuda)运行:
version < 8.0:
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*
输入cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
可查看版本
version >= 8.0:
sudo cp cuda/include/* /usr/local/cuda/include/
sudo cp cuda/lib64/* /usr/local/cuda/lib64/
sudo chmod +x /usr/local/cuda/include/cudnn.h
sudo chmod +x /usr/local/cuda/lib64/libcudnn*
输入cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
可以查看版本
登陆pytorch官网,选择对应版本的pip下载,复制下方代码运行即可!
大功告成!!!