學習筆記-機器學習-搭建環境-5：安裝CUDA

一、安裝CUDA10

在計算機上使用CUDA，我們需要如下的基本組件：

• 支持CUDA的GPU
• 一個CUDA支持的Linux版本和一個gcc編譯器和相關工具鏈
• NVIDIA CUDA Toolkit

（1）檢查是否安裝了GPU

# 檢查是否安裝了GPU
lspci|grep -i nvidia

# 檢查tensorflow是否支持GPU
$ python
>> import tensorflow as tf
>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

返回結果：

在進行CentOS最小化安裝後，會發現lspci命令無法使用（commend not found），是因爲相應的軟件包沒有安裝。解決辦法：

yum wharprovides */lspci
yum install pciutils

查看系統發行版本，CUDA支持的系統版本參考：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

uname -m && cat /etc/*release

（2）驗證系統是否安裝了gcc

gcc --version

（3）官網下載CUDA

地址：https://developer.nvidia.com/cuda-downloads

按照官網說明安裝，推薦runfile方式安裝，別問我爲什麼T ^ T

sudo sh cuda_10.0.130_410.48_linux.run

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?

選擇：n
其他選擇：y
 

二、測試

cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
make
./deviceQuery

結果

在系統PATH變量里加入/usr/local/cuda-10.0/bin

在文件~/.bashrc的末尾加入

export PATH=$PATH:/usr/local/cuda-10.0/bin

使得配置立刻生效

source ~/.bashrc

查看版本號

nvcc -V