基于ubuntu安装cuda,cuDNN

1.cuda驱动安装

（1）下载驱动

NVIDIA 驱动程序下载， 根据自己的GPU型号旋转相应的驱动进行下载，下载后的驱动程序放入主目录下（/home/my_work），这是因为在后续的驱动纯命令行安装环境下，不支持中文输入，不容易切换目录。

 （2）卸载原有驱动

     两种方式，如果新装的的系统，就不必执行以下代码

#for case1: original driver installed by apt-get:
sudo apt-get remove --purge nvidia*
 
#for case2: original driver installed by runfile:
sudo chmod +x *.run
sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall

（3）禁用nouveau驱动

sudo gedit /etc/modprobe.d/blacklist.conf

在最后一行添加：

blacklist nouveau

之后，执行命令：

sudo update-initramfs -u
电脑重启之后执行
lsmod | grep nouveau  #没有输出，即说明安装成功

（4）安装驱动

进入命令行界面：Ctrl-Alt+F6（我看有的是说ctrl-alt+F1，我测试是不可以的）,之后输入用户名和密码登录即可（注意这里需要已经安装了gcc：sudo apt-get install build-essential），安装提示不断的接受即可安装成功。（尽量你的系统是英文版的，因为到了终端后，不能打汉字，要是你的系统是汉化的，那你就进不了目录里面）

sudo ./NVIDIA-Linux-x86_64-455.28.run
(或者sudo ./NVIDIA-Linux-x86_64-455.28.run --add-this-kernel）

安装完后，输入nvidia-smi,若输出GPU的状态信息就代表驱动安装成功，然后reboot重启

2.cuda安装

(1)根据gpu型号下载对应的驱动程序

CUDA Toolkit 11.0 Download | NVIDIA Developer

根据需要决定是否安装10.2还是11.1版本的，右下角可以找到历史版本。

wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.run
sudo sh cuda_11.0.2_450.51.05_linux.run

（这里强烈建议选择deb（local）方式安装，因为后面如果使用tensorRT，他们提供的版本大多是是deb和tar，这里的runfile是什么鬼东西我也没搞明白）

【若在执行完上面第一条下载命令后出现了s段已转储错误，所以建议先执行以下步骤，没有出现可忽略此步骤：

gedit   .bashrc.

在文件末尾添加

ulimit -c unlimited
ulimit -s 819200

再另一个终端输入命令激活

source .bashrc

】

（2）安装cuda

• 上面的第二条命令（sudo sh cuda_11.0.2_450.51.05_linux.run）里除了有一步输入accpet，以及下一步在很多X选择的时候，把第一个Nvidia显卡去掉（按回车去掉），其他都是默认，最后选install回车执行。

• 安装完毕之后添加环境变量

• gedit ~/.bashrc
  # 文本最后添加以下内容：
  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
  # 保存退出，打开新终端激活
  source ~/.bashrc
  

  （3）测试cuda

• cd /usr/local/cuda/samples/1_Utilities/deviceQuery
  sudo make
  ./deviceQuery

当输出Result = PASS字样如下则安装成功

CUDA安装成功后，即可进行GPU进行训练，后期安装的cuDNN是加速库，不安装也不影响gpu的使用

要想查看安装的cuda版本，可以用

nvcc -V   或者 cat /usr/local/cuda/version.txt , 正常情况下两个输出信息是一样的，第一个有事可能和第二个不一致，以第二个为准， 也就是你安装cuda的版本号 ， nvidia-smi 界面显示的cuda版本不是你安装的cuda版本，

3. 安装cuDNN

（1）下载cuDNN

需要注册账号，下载cuDNN对应CUDA的版本

NVIDIA cuDNN | NVIDIA Developer

https://developer.nvidia.com/rdp/cudnn-download

（2）安装

可参考官方给出的安装指导, 对于linux系统，主要有两种方式，一种是tgz，一种是deb格式（要下载三个文件，runtime，dev，sample，并且依次安装），我尝试了用deb安装，安装成功后，

安装参考：Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

（3）测试：

按照说明进行测试，编译一个sample的时候提示没有freeImage.h这个文件,。(这里也有可能会提示gcc版本过高的问题，若出现降低gcc，g++版本即可)

原因是确实相应的文件，解决方法是：

sudo apt-get install libfreeimage3 libfreeimage-dev

重新编译运行即可。

******

在安装cuda和cuDNN时尤其要注意版本之间的的兼容依赖关系，比如ubuntu版本，cuda，cuDNN,torch，gpu版本，如果哪里版本不对就可能出错，后面找问题很难，所以一定按官方给的版本一步步来。

参考：Ubuntu 20.04安装CUDA 11_绝版小哥的博客-CSDN博客_ubuntu安装cuda11

Ubuntu18.04下NVIDIA驱动+CUDA11.0安装 - it610.com