安装CUDA 10.2
安装后操作
安装cuDNN
CUDA版本与驱动版本的关系
Anaconda中的CUDA toolkit
用Anaconda安装python包
我的系统是Ubuntu16.04, 按照Nvidia官网的说明, 下载相应的deb包, 安装即可.
安装指令如下:
如果执行sudo apt-get update的时候发生如下错误:
执行命令sudo apt remove appstream, 然后再进行更新操作. 说明: 安装的时候, 如果遇到其他问题, 可以参考一下详细的安装手册, 检查相应的系统要求是否满足.
参考详细的安装手册里面的操作, 把CUDA的路径加入到bash配置文件中, 输入如下:
注意: 上面的export LD_LIBRARY_PATH不要写成两行, 否则容易导致source的时候错误
设置显卡的persistenced模式:
检查是否安装成功. 重新登录一下terminal, 使得配置生效, 执行如下命令:
cuDNN是用于神经网络的GPU库, 有些python包依赖cuDNN才能运行. 先在官网上注册账号, 下载相应的安装包.
安装的步骤相对简单, 可以根据官网的提示, 如下一条命令即可:
至此, CUDA和cuDNN已经完成安装.
一般来说, CUDA版本越高, 需要的驱动越高. 如果使用deb的方式安装, 驱动会自动安装到合适的版本. 但是后续如果改动的驱动, 可能导致CUDA不能使用, 或者显卡的程序出现异常, 此时, 检查下是否驱动的版本有问题.
如果使用Anaconda安装python环境, 会发现, conda在安装的时候, 会自动安装cudatoolkit, 如下所示
这里安装的cudatoolkit只是Nvidia安装的CUDA的部分文件, 为了让普通需要CUDA的程序能够在系统没有安装CUDA的时候也能运行, 环境在安装的时候, 自动安装了部分CUDA文件. 但是CUDA的其他文件可能没有, 比如nvcc. 因此完整的CUDA也需要安装, 另外, 如果驱动满足, 这里的cudatoolkit版本不和系统一样, 也能正常使用. cuDNN也是一样, conda自动安装了合适的版本.
参考如下
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。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ri-ji/27704.html