cuda和cudnn安装详解

cuda和cudnn安装详解从事深度学习无论是tensorflow还是caffe都需要安装cuda和cudnn这2个显卡支持的库,经过一番倒腾,将经验分享给大家。cuda的安装1、下载cuda首先去官网下载。在选择版本的时候很重要,默认下载是最新的,若想下载旧的版本可点击如下图红色区域:在选择版本还是比较重要的,因为显卡驱动和cuda的版本需要匹配,否则显示安装了,后面测试通不过,可以参考:cudarelaeas…

大家好,又见面了,我是你们的朋友全栈君。

从事深度学习无论是tensorflow还是caffe都需要安装cuda和cudnn这2个显卡支持的库,经过一番倒腾,将经验分享给大家。

cuda的安装

1、下载
cuda首先去官网下载。在选择版本的时候很重要,默认下载是最新的,若想下载旧的版本可点击如下图红色区域:

在这里插入图片描述
在选择版本还是比较重要的,因为显卡驱动和cuda的版本需要匹配,否则显示安装了,后面测试通不过,可以参考:cuda relaease Notes主要是显卡驱动的匹配,或者你在安装cuda的时候安装显卡驱动,但cuda安装的不一定适合电脑的显卡,因此在安装cuda的适合尽量不要让cuda安装驱动,显卡驱动和cuda版本:
在这里插入图片描述
2、安装
下载选择了版本后就会,下面就有安装的命令,如下图。
在这里插入图片描述
Note:下载安装nvidia driver的时候选择no,其他的都选yes或者直接Enter键。
检查是否配置环境:

gedit .bashrc
// 查看是否含有:
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH 

export PATH=/usr/local/cuda-8.0/bin: P A T H e x p o r t L D L I B R A R Y P A T H = / u s r / l o c a l / c u d a / l i b 64 : PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64: PATHexportLDLIBRARYPATH=/usr/local/cuda/lib64:LD_LIBRARY_PATH

3、测试
安装好了后就需要测试,cuda的安装是否成功:

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make clean
sudo make
./deviceQuery

如果显示:


Result = PASS

则安装成功。
若显示:

CUDA driver version is insufficient for CUDA runtime version

则表示显卡驱动和cuda版本不匹配。

cudnn安装

cudnn下载
官方下载地址,这个网站可能需要翻墙下载,并且要注册登陆才可以下载。这里是我下载的,由于上传有大小限制分为4部分上传:第一部分第二部分第三部分第四部分。(前2部分是cudnn-9.0-linux-x64-v7.tgz ,将2部分放在一个文件,任一解压一个,即可。后面2个是3个deb文件)
上面我cuda选择的是cuda9.0,ubantu16.04系统,因此下载如下:
在这里插入图片描述
下载后四个文件如下:
在这里插入图片描述
2、安装
解压cudnn-9.0-linux-x64-v7.3.1.20.solitairetheme8的后缀名修改为tgz,然后用如下命令解压

$ tar -xzvf cudnn-9.0-linux-x64-v7.tgz

拷贝.h 和 libs文件到cuda安装目录,并给予执行权限:

$ 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*

安装剩下的三个.deb文件:

#Install the runtime library, for example:
sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb

#Install the developer library, for example:
sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb

# Install the code samples and the cuDNN Library User Guide, for example:
sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb

3 测试

# Copy the cuDNN sample to a writable path.
cp -r /usr/src/cudnn_samples_v7/ $HOME

# Go to the writable path.
 cd  $HOME/cudnn_samples_v7/mnistCUDNN

#Compile the mnistCUDNN sample.
make clean && make

#Run the mnistCUDNN sample.
 ./mnistCUDNN

If cuDNN is properly installed and running on your Linux system, you will see a message similar to the following:
Test passed!

如果还有不明白的地方,请参考官网

这里位置就安装好了cuda和cudnn。当然这里顺便提一下,tensorflow在安装的时候 也与cuda需要匹配,这中间的坑比较多,目前cuda8.0支持tensorflow1.4版本,cuda9.0支持的是tensorflow1.5版本。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/139461.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号