深度学习环境配置 nvidia驱动+cuda+cudnn

nvidia驱动（最简单）

1. 打开软件更新器/设置
   2. 弹出“软件和更新”，点 附加驱动
   3.选择推荐型号的Nvidia驱动，点“应用更改”。
   4.更改完成后，用命令 nvidia-smi 查看显卡相关信息。

cuda

下载cuda

1. cuda历史版本地址
2. 点绿色按钮选择你的操作系统相关信息。这里，安装形式选 local。
   

安装cuda

1. 按照官方给出的以下安装命令一步步做。
   

2. 添加环境变量
   打开bashrc文件

   zy@zy-MS-7B98:~$ sudo gedit ~/.bashrc
   

   在文本末端填入

   export PATH=/usr/local/cuda-11.3/bin:$PATH

   最后激活环境

   zy@zy-MS-7B98:~$ source  ~/.bashrc
   

验证cuda

1. cuda默认安装在/usr/local目录，可以使用ls -l /usr/local | grep cuda查看该目录下有哪些cuda版本。

   zy@zy-MS-7B98:~$ ls -l /usr/local | grep cuda
   	lrwxrwxrwx  1 root root   20 7月   2 11:53 cuda -> /usr/local/cuda-11.3
   	lrwxrwxrwx  1 root root   25 7月   2 10:20 cuda-11 -> /etc/alternatives/cuda-11
   	drwxr-xr-x 15 root root 4096 7月   2 10:19 cuda-11.3
   	zy@zy-MS-7B98:~$ 	
   

   如果当前机器上安装了多个cuda版本，可以使用修改软链接的方式来修改系统使用的cuda版本，命令如下：

   zy@zy-MS-7B98:~$ sudo ln -snf /usr/local/cuda-11.3 /usr/local/cuda
   

2. 查看 /usr/local/cuda-11.3/bin下是否有nvcc可执行程序，如果没有说明cuda没有正常安装，需要重新安装，如果有，进入下一步:

   zy@zy-MS-7B98:~$ nvcc -V
   	nvcc: NVIDIA (R) Cuda compiler driver
   	Copyright (c) 2005-2021 NVIDIA Corporation
   	Built on Sun_Mar_21_19:15:46_PDT_2021
   	Cuda compilation tools, release 11.3, V11.3.58
   	Build cuda_11.3.r11.3/compiler.29745058_0
   	
   

3. 运行nvcc --version发现版本为9.0，与原来安装的CUDA 11.3不匹配。使用以下命令卸载7.5版本

   sudo apt-get autoremove nvidia-cuda-toolkit 	
   

cudnn

下载cudnn

去cudnn官网下载cuDNN Developer Library for Ubuntu18.04 x86_64 (Deb)

安装cudnn

# 查看下载好的3个包
zy@zy-MS-7B98:~/下载$ ls
libcudnn8_8.2.1.32-1+cuda11.3_amd64.deb   # runtime library
libcudnn8-dev_8.2.1.32-1+cuda11.3_amd64.deb  # developer library
libcudnn8-samples_8.2.1.32-1+cuda11.3_amd64.deb  # 代码样例和cudnn库文档
zy@zy-MS-7B98:~/

# 第1步，安装runtime library
zy@zy-MS-7B98:~/下载$ sudo dpkg -i libcudnn8_8.2.1.32-1+cuda11.3_amd64.deb
# 第2步，安装developer library
zy@zy-MS-7B98:~/下载$ sudo dpkg -i libcudnn8-dev_8.2.1.32-1+cuda11.3_amd64.deb 
# 第3步，安装代码样例和cudnn库文档
zy@zy-MS-7B98:~/下载$ sudo dpkg -i libcudnn8-samples_8.2.1.32-1+cuda11.3_amd64.deb

验证cudnn

详细步骤

    # 第1步，复制cuDNN样例到有写权限的路径
    $ cp -r /usr/src/cudnn_samples_v8/ $HOME
    # 第2步，进入该有写权限的路径
    $ cd  $HOME/cudnn_samples_v8/mnistCUDNN
	# 第3步，编译mnistCUDNN样例
    $ make clean && make
	# 第4步，运行mnistCUDNN样例
    $ ./mnistCUDNN
	# 如果cuDNN安装成功，会看见和下面差不多的信息
    Test passed!

中途错误

编译的时候遇到个错误

test.c:1:10: fatal error: FreeImage.h: 没有那个文件或目录
 #include "FreeImage.h"
          ^~~~~~~~~~~~~
compilation terminated.

解决方法：

$ sudo apt-get install libfreeimage3 libfreeimage-dev

参考

1. https://bbs.huaweicloud.com/blogs/210271
2. https://blog.csdn.net/ZeroDegree1216/article/details/103534044
3. https://www.youtube.com/watch?v=KcdnpOsQKrU
4. https://www.youtube.com/watch?v=tqxtYfvZ2sI
5. https://blog.csdn.net/rtygbwwwerr/article/details/73656876
6. https://bbs.huaweicloud.com/blogs/140384
7. https://docs.nvidia.com/deeplearning/cudnn/install-guide/