修正:Ubuntu 18.04+RTX2080Ti建議安裝cuda10.0,cudnn7.5.1,pytorch1.4.0+cu100 / torchvision0.5.0+cu100,tensorflow-gpu1.14.0
修正日期:20200611
安裝方式與下文描述類似,只要選擇上面的版本安裝即可
一、安裝cuda(準備工作)
1、檢查Linux版本是否支持CUDA
Ubuntu18.04 + RTX2080ti
支持
2、檢查系統是否安裝gcc
gcc --version
3、 檢查是否安裝了kernel header和 package development
在終端中輸入: uname -r
可以查看自己的kernel版本信息
在終端中輸入: sudo apt-get install linux-headers-$(uname -r)
可以安裝對應kernel版本的kernel header和package development
4、運行nvidia-smi
查看現有驅動支持的cuda版本
(重要)根據上述運行結果查看driver version和CUDA Version的版本。此外,如果需要安裝pytorch或者tensorflow,可登陸pytorch官網進行查看當前pytorch支持的cuda的版本,根據對應的版本下載pytorch。
5、下載官網run文件:cuda官網
下載完成後
6、runfile安裝
A) 禁用 nouveau
終端中運行: lsmod | grep nouveau
,如果有輸出則代表nouveau正在加載。
因爲我早就安裝了NVIDIA的顯卡驅動,禁用了nouveau,所以沒有輸出。
B) 切換到.run
安裝文件的路徑,運行
sudo sh cuda_10.1.105_418.39_linux.run
(10.2版本類似)!
注意:不安裝driver,否則重啓之後電腦一直藍屏(踩坑)。
7、設置環境變量
終端輸入:sudo gedit /etc/profile
,輸密碼後進入,打開文件末尾,加入以下兩行後保存。(10.2版本類似)
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda10.1/lib64
1)在終端輸入sudo gedit ~/.bashrc
2)在文本的最後輸入
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1
目錄要對應自己的cuda版本
3)然後source ~/.bashrc
激活環境
4)在終端輸入nvcc -V
出現下面畫面則安裝成功
!blog.csdnimg.cn/20200528154419611.png
(圖片參考:https://blog.csdn.net/hou9021/article/details/104311088)
重啓:sudo reboot
開始測試cuda是否安裝成功:
命令如下:
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
最後結果顯示,如下:
(圖片參考:https://blog.51cto.com/14204744/2464180?source=dra)
有些地方可能會不一樣,只要最後是Result = PASS就代表這cuda10.1安裝成功了。
CUDA卸載:
cd /usr/local/cuda/bin
sudo ./cuda-uninstaller
CUDNN安裝
安裝cuDNN 7.6.5
版本,轉到官網下載,下載前先註冊一下,填個調查問卷,根據自己的環境和架構選擇包,下載到本地
注意:具體的版本請參照官網,只需要與cuda的版本對應即可
切換到下載目錄 cd Downloads
,然後按照以下操作進行,
解壓: cuDNN Library for Linux
,
輸入: tar -zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz
將解壓出來的文件複製到安裝的CUDA環境中,輸入:
sudo cp cuda/include/cudnn.h /usr/local/cuda/inlude
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
更改權限,輸入:
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
注意:如果系統提示找不到cudnn.h
,可複製cuda/include/cudnn.h
到/usr/local/cuda/include/
目錄下
安裝PyTorch1.3
進入PyTorch官網安裝合適的版本,官網 ,
輸入: pip3 install torch torchvision
,等待安裝結束(現在官網最新版本爲1.5)
安裝完成後,進入python3環境,驗證是否成功,
輸入: python3
再輸入:
import torch
import torchvision
沒有報錯,說明安裝成功。
最後驗證下GPU能否使用,輸入: print(torch.cuda.is_available())
,輸出True,說明沒問題。
參考文章:https://www.cnblogs.com/booturbo/archive/2019/11/11/11834661.html