久久久噜噜噜久久久,国产成人啪午夜精品网站男同,免费视频一区三区

主頁 > 知識庫 > Ubuntu16安裝CUDA(9.1)和cuDNN的實現步驟(圖文)

Ubuntu16安裝CUDA(9.1)和cuDNN的實現步驟(圖文)

本篇概覽

自己有一臺2015年的聯想筆記本，顯卡是GTX950M，已安裝ubuntu 16.04 LTS桌面版，為了使用其GPU完成deeplearning4j的訓練工作，自己動手安裝了CUDA和cuDNN，在此將整個過程記錄下來，以備將來參考，整個安裝過程分為以下幾步：

準備工作
安裝Nvidia驅動
安裝CUDA
安裝cuDNN

特別問題說明

按照一般步驟，在安裝完Nvidia顯卡驅動后，會提示對應的CUDA版本，接下來按照提示的版本安裝CUDA，例如我這里提示的是11.2，正常情況下，我應該安裝11.2版本的CUDA
但是我選擇9.1版本就行安裝，因為之前的開發中發現deeplearning4j使用了11.2的SDK后，啟動應用會有ClassNotFound的錯誤，此問題至今未修復(慚愧，欣宸水平如此之低…)，因此，我在Nvidia驅動提示11.2版本的情況下，依然安裝了9.1版本，后來在此環境運行deeplearning4j應用一切正常
如果您沒有我這類問題，完全可以按照驅動指定的版本來安裝CUDA，具體的操作步驟稍后會詳細說到；

準備工作

接下來的操作，除了在網頁下載，其余都是ssh遠程連接到ubuntu機器操作的，ssh登錄的帳號為普通帳號，并非root
如果已有驅動，請先刪除

sudo apt-get remove --purge nvidia*

禁用nouveau驅動（很重要），用vi打開文件/etc/modprobe.d/blacklist.conf，在尾部增加以下內容，然后保存退出：

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

關閉nouveau：

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

更新initramfs:

update-initramfs -u

執行reboot重啟電腦

重啟后，執行以下命令，應該不會有任何輸出，證明nouveau已經禁用：

lsmod|grep nouveau

獲取Kernel source：

sudo apt-get install linux-source

安裝過程中顯示信息如下圖：

根據上圖紅框中的信息，可知內核版本號為，于是執行以下命令：

sudo apt-get install linux-headers-4.4.0-210-generic

下載和安裝Nvidia驅動

訪問Nvidia網站，地址https://www.nvidia.cn/Download/index.aspx?lang=cn，然后選擇對應的顯卡和操作系統，我的選擇如下圖所示：

點擊上圖搜索按鈕后，進入下圖頁面，點擊下載：

下載得到的文件名為NVIDIA-Linux-x86_64-460.84.run

關閉圖形頁面：

sudo service lightdm stop

給驅動文件增加可執行權限：

sudo chmod a+x NVIDIA-Linux-x86_64-460.84.run

開始安裝：

sudo ./NVIDIA-Linux-x86_64-460.84.run -no-x-check -no-nouveau-check -no-opengl-files

遇到下圖，選擇紅框：

遇到下圖，直接回車：

恢復圖形頁面：

sudo service lightdm start

執行命令nvidia-smi，如果驅動安裝成功，會顯示以下內容：

will@lenovo:~/temp/202106/20$ nvidia-smi
Sun Jun 20 09:02:11 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.84       Driver Version: 460.84       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce GTX 950M    Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   41C    P0    N/A /  N/A |      0MiB /  4046MiB |      1%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

從上述內容可見CUDA Version: 11.2表示該驅動對應的CUDA版本應該是11.2，正如前面所說，我這邊遇到了問題，因此接下來會安裝9.1版本，但是您可以選擇安裝11.2

安裝CUDA

瀏覽器訪問https://developer.nvidia.com/cuda-toolkit-archive，點擊紅框中的鏈接：

如下圖，下載Linux版本：

繼續選擇x86_64：

選擇具體的Linux版本及其版本號：

要下載的東西不少，一個安裝程序和三個補丁：

上述四個文件的下載地址整理如下：

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/local_installers/cuda_9.1.85_387.26_linux.run?P0Ntu_6NLtuuEMm6fJRk1W5vl4KM7oaT1oFW870zKJ-zDw2ckKntFLOE6klRJfw2CmTa8z3Q390_6urlgc6LqjoqlIFW9gvfvDCusnINYplLaw1u8lRY8R4oVNtpNzaXU4BQcHjvdb6c6rjq20dktCcRd4640woXt1yHmD95v1Du7wdBBXq2eOY

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/1/cuda_9.1.85.1_linux.run?yeXf_7wIGlHAUw--E_YVLQZRgXv0x2i043woJVY-ydXU5Kyhc-eYQf5JmL-4mvYmlvPYCEc5RhT2sDWscX20CJbdOwpkt30kWb9vx8E4oIlajDQ3MVPvXdiKKsIOBUx-h0q0N0jSkNn80VMhW-nk8jwvRY_e6MuFzqWBaPk

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/2/cuda_9.1.85.2_linux.run?5jGZxNigaOJkaaPbMagjhSW7ebQvYGyYoqe2vBxZ1eV8qp2BzXJLxIPgAo11UgWhORirQkdJGq5b8eFh4aShBVUTmuPaasvRiMCKDZw5yjjIobGQrCEyU-LFO59AbrRER57Mxa0T1Sc97fC80IOZq8Ox2repjn7A3oYVgd8

https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/3/cuda_9.1.85.3_linux.run?CxWimJTC-XROYihig-UZmH62odbJInf1fmxTZ_bsW1nQ0Zz5cL5r8qLmlMR_1j2rVhk3j8Z5lS6dpArt8frjGHH2MeVn5TefMoclam8udm-RSMMmqHXYE66hHN2D0drVEdtCwe8ZrEIYb2rpucaz9svCFE8Z319mge4Ju94

下載完畢后，執行命令chmod a+x *.run為上述四個文件增加可執行權限

安裝CUDA：

sudo sh cuda_9.1.85_387.26_linux.run

遇到license時，像是用vi工具那樣，輸入":"，再輸入"q"回車，就能跳過license閱讀，執行真正的安裝操作了：

接下來是一系列提問，每一個提問的回答如下圖，千萬注意紅框中的問題一定要選擇n：

安裝完成后輸出以下內容：

Installing the CUDA Toolkit in /usr/local/cuda-9.1 ...
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
Missing recommended library: libGL.so

Installing the CUDA Samples in /home/will ...
Copying samples to /home/will/NVIDIA_CUDA-9.1_Samples now...
Finished copying samples.

===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-9.1
Samples:  Installed in /home/will, but missing recommended libraries

Please make sure that
 -   PATH includes /usr/local/cuda-9.1/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-9.1/lib64, or, add /usr/local/cuda-9.1/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.1/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.1/doc/pdf for detailed information on setting up CUDA.

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.1 functionality to work.
To install the driver using this installer, run the following command, replacing CudaInstaller> with the name of this run file:
    sudo CudaInstaller>.run -silent -driver

Logfile is /tmp/cuda_install_13425.log

打開文件~/.bashrc，在尾部增加以下兩行(LD_LIBRARY_PATH如果已經存在，請參考PATH的寫法改成追加)：

export PATH=/usr/local/cuda-9.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64

執行命令source ~/.bashrc使配置生效

執行命令su -切換到root帳號，執行以下命令（不要用sudo，而是切到root帳號）：

sudo echo "/usr/local/cuda-9.1/lib64" >> /etc/ld.so.conf

再以root身份執行以下命令：

ldconfig

執行命令exit退出root身份，現在又是普通帳號的身份了

執行命令nvcc -V檢查CUDA版本，注意參數V是大寫：

will@lenovo:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85

安裝第一個補丁：

sudo sh cuda_9.1.85.1_linux.run

安裝第二個補丁：

sudo sh cuda_9.1.85_387.26_linux.run

安裝第三個補丁：

sudo sh cuda_9.1.85_387.26_linux.run

安裝cuDNN

瀏覽器訪問https://developer.nvidia.com/zh-cn/cudnn：

按提示登錄，如果沒有帳號請注冊一個，登錄后進入下載頁面，需要點擊下圖紅框位置才有能見到老版本：

選擇與CUDA匹配的版本：

下載后解壓，得到文件夾cuda，然后執行以下命令：

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

執行檢查確認的命令cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2，如果安裝順利會有以下輸出：

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 3
--
#define CUDNN_VERSION    (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

至此，Ubuntu16安裝CUDA(9.1)和cuDNN已經完成了，希望能給您一些參考。

到此這篇關于Ubuntu16安裝CUDA(9.1)和cuDNN的實現步驟(圖文)的文章就介紹到這了,更多相關Ubuntu16安裝CUDA(9.1)和cuDNN內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: