学习笔记-机器学习-搭建环境-5：安装CUDA

一、安装CUDA10

在计算机上使用CUDA，我们需要如下的基本组件：

• 支持CUDA的GPU
• 一个CUDA支持的Linux版本和一个gcc编译器和相关工具链
• NVIDIA CUDA Toolkit

（1）检查是否安装了GPU

# 检查是否安装了GPU
lspci|grep -i nvidia

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

返回结果：

在进行CentOS最小化安装后，会发现lspci命令无法使用（commend not found），是因为相应的软件包没有安装。解决办法：

yum wharprovides */lspci
yum install pciutils

查看系统发行版本，CUDA支持的系统版本参考：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

uname -m && cat /etc/*release

（2）验证系统是否安装了gcc

gcc --version

（3）官网下载CUDA

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

按照官网说明安装，推荐runfile方式安装，别问我为什么T ^ T

sudo sh cuda_10.0.130_410.48_linux.run

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?

选择：n
其他选择：y
 

二、测试

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

结果

在系统PATH变量里加入/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

查看版本号

nvcc -V