如果Ubuntu系统下没有装过Nvidia显卡驱动,不必单独安装,直接装CUDA即可自动安装显卡驱动.(自己手动安装的显卡驱动很有可能与cuda冲突,cuda10.1推荐安装的驱动版本是418.67)(目前不建议安装比10.1更新的版本,因为安装pytorch的时候,清华源里没有10.1以上版本的cuda)
(1)先 Ctrl+Alt+F1 进入命令行模式:
sudo service lightdm stop
sudo bash cuda_10.2.89_440.33.01_linux.run
按照它要求的选择accept,install,耐心等它装完
sudo service lightdm start
(2)重新进入图形界面后,配置环境文件
sudo gedit ~/.bashrc
在末尾加上以下内容
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda
保存退出
source ~/.bashrc
(3)检查显卡是否安装好
nvidia-smi
出现如下界面:
检查cuda是否安装好(参考:)
查看cuda版本
cat /usr/local/cuda/version.txt
测试CUDA的samples,主要以本机为例
cd /usr/local/cuda/samples/1_Utilities/deviceQuery #由自己电脑目录决定
make
sudo ./deviceQuery
出现上述信息,则表示cuda配置正确。
2.CUDNN7.6.5安装(参考官方教程:https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#download)
cp cudnn-10.1-linux-x64-v7.6.5.32.solitairetheme8 cudnn-10.1-linux-x64-v7.6.5.32.tgz
tar -xvf cudnn-10.1-linux-x64-v7.6.5.32.tgz
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*
PS: CUDNN8也是按照上述方法,将cudnn*.h和libcudnn*文件拷贝到cuda对应的文件下
然后,再将拷贝到cuda文件的软连接按照原来cudnn的方式连接起来(更高级的CUDNN按照相同的方式修改软连接)(参考https://blog.csdn.net/zbbmm/article/details/102680387)
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.6.0 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
#生效
sudo ldconfig
CUDNN安装完成后,可以通过下面的命令查看版本号:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
得到如下信息:
安装成功!!!