Ubuntu16.04安装cuda10.2 + cuDNN 7.6.5.32 (包含Nvidia驱动)
此经验帖参考了CUDA官网教程、cuDNN官网安装教程及师兄经验帖,经测试适用于惠普暗影精灵笔记本(Nvidia GTX 1660 Ti 显卡) & 组装台式机(Nvidia RTX 2080 Ti 显卡).
1、CUDA 10.2安装(包含Nvidia显卡驱动)
如果Ubuntu系统下没有装过Nvidia显卡驱动,不必单独安装,直接装CUDA即可自动安装显卡驱动.
(1)注意先看自己显卡型号是不是支持CUDA
查看显卡型号的命令:
$ lspci | grep -i nvidia
支持CUDA的Nvidia显卡型号列表
(2)如果显卡支持,就可以去官网下载CUDA,选Ubuntu16.04对应的runfile(local)文件:
CUDA 10.2官网下载地址 默认下载到Home目录下
(3)去home目录下找到自己下载的CUDA的run文件名字,如cuda_10.2.89_440.33.01_linux.run,记下来一会要用
(4)命令行模式下安装CUDA
先 Ctrl+Alt+F1 进入命令行模式:
sudo sh ./cuda_10.2.89_440.33.01_linux.run
按照它要求的选择accept,install,耐心等它装完
$ sudo service lightdm start
(5)重新进入图形界面后,配置环境文件
$ sudo gedit ~/.bashrc
在末尾加上以下内容:
export PATH=/usr/local/cuda-10.2/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
- 1
- 2
保存退出
$ source ~/.bashrc
检查安装情况:
nvidia-smi 检查GPU,nvcc -V 检查CUDA
更新:
尝试用 runfile 方式在 Ubuntu 18.04下装CUDA 10.2,安装失败,改用deb方式安装成功。
方法:去官网下载deb(local)并参照官网说明安装即可:
https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal
2、cuDNN 7.6.5.32安装
cuDNN是深度学习一般要用到的,取需
(1)官网下载
cuDNN 7.6.5.32官网下载地址
注册后下载这三个东西,其实就是对应于ubuntu16.04的deb文件都下载下来:
cuDNN Runtime Library for Ubuntu16.04 (Deb)
cuDNN Developer Library for Ubuntu16.04 (Deb)
cuDNN Code Samples and User Guide for Ubuntu16.04 (Deb)
(2)之后完全按照官网教程安装和测试即可
3、跑mnist测试时可能会遇到问题
给两台电脑装了cuDNN,其中一台跑mnist测试时报错:
bash: ./mnistCUDNN: No such file or director
我的解决办法是把官网安装教程里从 2.3.2. Installing From A Debian File 到 2.4. Verifying The cuDNN Install On Linux 的所有过程重新来一遍,就解决了。
每一个不曾起舞的日子,都是对生命的辜负。
But it is the same with man as with the tree. The more he seeks to rise into the height and light, the more vigorously do his roots struggle earthward, downward, into the dark, the deep - into evil.
其实人跟树是一样的,越是向往高处的阳光,它的根就越要伸向黑暗的地底。----尼采
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现
· 25岁的心里话