本人的实验环境为:ubuntu20.04, 显卡:GTX1060, 已安装Nvidia驱动
查看你的NVIDIA显卡驱动是否支持cuda10.1版本。
查看显卡驱动命令: nvidia-smi
CUDA Version: 这里的版本号大于等于10.1,就可以安装cuda10.1。
为什么安装 cuda10.1
本人主要用于深度学习,而目前主流的深度学习框架为Tensorflow和Pytorch, 比较下来感觉10.1还是挺适合的版本
CUDAToolkit版本 | 可用PyTorch版本 |
---|---|
7.5 | 0.4.1 ,0.3.0, 0.2.0,0.1.12-0.1.6 |
8.0 | 1.1.0,1.0.0 ,0.4.1 |
9.0 | 1.1.0,1.0.1, 1.0.0,0.4.1 |
9.2 | 1.7.1,1.7.0,1.6.0,1.5.1,1.5.0,1.4.0,1.2.0,0.4.1 |
10.0 | 1.2.0,1.1.0,1.0.1 ,1.0.0 |
10.1 | 1.8.x,1.7.1,1.7.0,1.6.0,1.5.1,1.5.0, 1.4.0,1.3.0 |
10.2 | 1.11.0,1.9.0,1.8.1,1.8.0,1.7.1,1.7.0,1.6.0,1.5.1,1.5.0 |
11.0 | 1.7.1,1.7.0 |
11.1 | 1.10.x, 1.9.x,1.8.x |
11.3 | 1.11.x,1.10.x,1.9.x,1.8.1 |
11.5 | 1.11.x |
# 查看当前GCC和g++的版本
gcc --version
g++ --version
#安装gcc-7
sudo apt-get install gcc-7 g++-7
#查看gcc版本
ls /usr/bin/gcc*
#进行gcc版本的切换
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 2
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 1
#后面的数字为优先级,数字越大优先级越高
#查看设置的优先级
sudo update-alternatives --config gcc
#或者
sudo update-alternatives --display gcc
#同理g++也需要设置
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 2
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1
#显示g++优先级
sudo update-alternatives --display g++
#最后确保成功查看一下gcc版本
gcc -v
去官网下载CUDA: https://developer.nvidia.com/cuda-10.1-download-archive-base
选择18.04是因为nvidia官网没有ubuntu20的选项,cuda官方支持的系统最高到Ubuntu18
sudo sh cuda_10.1.105_418.39_linux.run
sudo sh cuda_10.1.243_418.87.00_linux.run --librarypath=/usr/local/cuda-10.1
,重新运行。操作和上面的相同。ls /usr/local
, 会多出来两个文件夹,cuda和cuda-10.1, 且cuda是cuda-10.1的一个软连接sudo gedit ~/.bashrc
打开如下图所示的.bashrc文件。export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64
# 或者
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
source ~/.bashrc
或者重新启终端使之生效。nvcc -V
查看CUDA的安装信息,如下图所示,至此CUDA安装成功。cat /usr/local/cuda/version.txt
# 查看cuda版本号下载
先去官网下载对应的CUDNN7.6.5,如果没有账号注册一下。
对下载的cudnn-10.1-linux-x64-v7.6.5.32.tgz
进行解压操作,得到一个文件夹cuda,命令为:
tar zxvf ./cudnn-10.1-linux-x64-v7.6.5.32.tgz -C ./
输入下面命令
#建议先获取root权限
sudo su
#输入密码
#之后输入以下命令,可以带sudo也可以不带
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*
#最后输入下面命令,看看是否安装成功
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
查看cudnn版本号:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
按照结果顺序读取出版本号(如果没有,那么可能没有安装 cuDNN)