零之前言
很多基於機器學習的都要跑CUDA,不管是視覺計算還是大數據計算,很多都要基於這個環境。所以就記錄以下這一系列套件的安裝。
先說我電腦配置Ubuntu18.04
、GTX1060 6G
、16G RAM
、i7-8750h
。
一.安裝顯卡驅動
如果你知道你要跑的東西對於CUDA版本有要求,那麼需要根據CUDA版本來選擇顯卡驅動版本。CUDA版本決定顯卡版本:查看地址
記得把主板的安全啓動模式關了:
否則等會兒會有額外的設置↓
編譯完成後可能會出現這種情況,是未關閉安全啓動模式,根據提示來就行。
先添加源:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
然後查看推薦驅動:
ubuntu-drivers devices
然後安裝推薦的顯卡驅動:
sudo apt install nvidia-driver-440
可能會有點慢,如果實在太慢了可以嘗試手機熱點,或者用些其他的方式加速下載。
重啓,然後輸入以下內容,看看效果:
nvidia-smi
或者根據應用程序裏N卡的控制面板打開也行
至此,N卡驅動安裝完成!
二.安裝CUDA
進入Nvidia的CUDA下載頁面:下載頁面
一步一步選擇我們的信息:
複製下面出來的兩句Base Installer命令中的文件地址到瀏覽器的地址欄 就可以下載(這樣下載了我會把文件保存,免得以後用到的時候再下載)
然後到我們的下載目錄去運行它,就sudo sh xxxxx.run
等一會兒後就是漫長的聲明瞭:
現在是安裝清單,我們取消掉第一步的安裝N卡驅動就行。
然後就安裝好了,並且告訴你了工具包和樣例的位置:
去我們的樣例包裏隨便編譯一個試試:
編譯make
編譯成功的文件被移動到了"…/…/bin/x86_64/linux/release",然後就cd “該位置”
進去後直接運行./編譯的文件名
即可
如果是deviceQuery這個項目,如果安裝成功會提示CUDA的信息和成功(Result = PASS)
致此,CUDA安裝完成!
三.安裝CUDNN
去NVIDIA的CUDNN頁面,需要註冊與登錄,就用我們在Win下面更新驅動的nvidia geforce使用的N卡帳號即可。
根據CUDA版本選CUDNN:
有三個,開發庫、運行庫、代碼樣例。我也不知道具體有啥差異,就把三個全部下載下來,反正又不限速。
deb文件直接安裝,安裝好後,我們進入/usr/src/cudnn_samples_v7/mnistCUDNN
文件夾,sudo make
編譯一下代碼,運行./mnistCUDNN
得到"Test passed!"
致此,我們的Cudnn也安裝完成!
四.後記
一年前下載Cuda和Cudnn的時候,需要修改好多東西,現在基本上直接安裝就搞定了,配置啥的也不用修改,真好,淚目~