返回顶部
首页 > 资讯 > 服务器 >Ubuntu 20.04 RTX 4090显卡 深度学习环境配置(Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5)
  • 666
分享到

Ubuntu 20.04 RTX 4090显卡 深度学习环境配置(Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5)

ubuntu深度学习服务器python 2023-08-18 17:08:36 666人浏览 安东尼
摘要

ubuntu 20.04 RTX 4090显卡 深度学习环境配置(Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5) 一、安装Nvidia显卡1.1 输入显卡型号查看支持显卡驱动的版本1.1.1 英伟达中国驱动官网1.1


一、安装Nvidia显卡

参考文献:从零到一保姆级Ubuntu深度学习服务器环境配置教程
看文献中“三、 NVIDIA驱动安装

安装NVIDIA驱动,这也是安装CUDA10.0及其对应版本的CuDNN和Tensorflow的重要步骤。

1.1 输入显卡型号查看支持显卡驱动的版本

1.1.1 英伟达中国驱动官网

进入英伟达中国驱动官网
在这里插入图片描述

1.1.2 输入显卡型号查询

在这里插入图片描述

1.1.3 查看搜索结果

在这里插入图片描述

1.2 下载安装Nvidia

1.2.1 方法一

直接在Ubuntu系统中的soft updates中安装525-server(专有)版本
在这里插入图片描述
注意:
在这里插入图片描述

1.2.1 方法二

自己试一下,我没用下面的方法。
参考文献:在ubuntu安装nvidia驱动 (亲测有效,这是方法二)
参考文献:在ubuntu安装nvidia驱动(亲测有效,这是方法一))

二、安装CUDA11.6.0

参考文献:ubuntu18.04安装nvidia_driver_510+cuda_11.6+cudnn_11.x
参考文献:从零到一保姆级Ubuntu深度学习服务器环境配置教程

2.1 检测自己电脑GPU是否兼容CUDA(N卡支持)

lspci | grep -i nvidia

显示compatible兼容
在这里插入图片描述

2.2 进入CUDA官网

CUDA官网:https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
在这里插入图片描述

2.3 下载安装CUDA11.6.0

我比较习惯把一些下载安装同一个文件夹“software”
第一步:home 下新建文件

cd # 返回home目录mkdir software # 新建 software文件夹

第二步:后续在software文件夹下载的CUDA11.6.0安装包

wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run

第三步(可省略):给run文件权限

sudo chmod 777 cuda_11.6.0_510.39.01_linux.run 

第四步:运行run文件(–override:表示覆盖替换文件意思)

sudo sh cuda_11.6.0_510.39.01_linux.run --override

等待后续:
(1)选择continue
在这里插入图片描述
(2)输入:accept
在这里插入图片描述
(3)选项条款选择
“Enter”按键选中或者取消
前面已经安装过Nvidia显卡525,此处不需要Driver(前两个都取消)(X代表选中)
最后,Install,等待完成
在这里插入图片描述

2.4 安装CUDA11.6.0后的配置

第一步:配置相关环境变量。

(1)打开~/.bashrc文件,代码如下:

sudo vim ~/.bashrc

(2)将以下内容写入到~/.bashrc尾部,并保存成功。

export CUDA_HOME=/usr/local/cuda export PATH=$PATH:$CUDA_HOME/bin export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

(3)保存,退出。终端执行

source ~/.bashrc

后续可根据意愿进行,我也不确定。
参考文献:ubuntu18.04安装nvidia_driver_510+cuda_11.6+cudnn_11.x

第二步:利用vim命令打开在/etc/profile文件中,添加CUDA环境变量,代码如下:

(1)

sudo vim /etc/profile

(2)打开文档都在文档结尾加上下面两句:

PATH=/usr/local/cuda/bin:$PATH  export PATH

(3)保存后, 执行下列命令, 使环境变量立即生效,代码如下:

source /etc/profile

第三步:同时添加lib库路径,在 /etc/ld.so.conf.d/新建文件 cuda.conf,命令如下:

(1)

sudo vim /etc/ld.so.conf.d/cuda.conf

(2)在文中加入下面内容:

/usr/local/cuda/lib64

(3)执行下列命令使之立刻生效,代码如下:

sudo ldconfig

2.5 利用测试CUDA的samples来测试cuda安装是否成功

cd /usr/local/cuda-11.6/samples/1_Utilities/deviceQuery sudo make./deviceQuery

一般都会面临如下问题:

11.6版本cuda的安装目录/usr/local/cuda-11.6/samples里只有一个txt文件,大致意思是告诉你新版本的cuda,samples中内容需要自己在github下载。

解决方法:

第一步:下载测试示例

(1)切换到/usr/local/cuda-11.6/samples目录下

cd /usr/local/cuda-11.6/samples/

(2)GitHub下载

git clone Https://gitee.com/liwuhaoooo/cuda-samples.git

大概率无权访问,此时在cuda-11.6文件夹下打开终端

su输入密码切换超级用户chmod 777 samples

再次执行git clone 就可以了。

第二步:找到1_Utilities/deviceQuery文件夹

(1)切换到deviceQuery文件夹下
在这里插入图片描述
(2)运行

sudo make./deviceQuery

(3)显示pass
在这里插入图片描述

注意:
在这里插入图片描述

三、安装cuDNN v8.5.0 (August 8th, 2022), for CUDA 11.x

参考文献:从零到一保姆级Ubuntu深度学习服务器环境配置教程

3.1 打开官网使用邮箱注册(我用的qq邮箱)

看参考文献(cuDNN部分):从零到一保姆级Ubuntu深度学习服务器环境配置教程

3.2 下载 cuDNN v8.5.0 (August 8th, 2022), for CUDA 11.x

在这里插入图片描述
同样,下载之后放在software文件夹中。

3.3 安装 cuDNN v8.5.0 (August 8th, 2022), for CUDA 11.x

参考文献:Ubuntu20.04安装Nvidia显卡驱动、CUDA11.5、cuDNN8.3、Anaconda及Tensorflow-GPU版本详细图文操作教程

查看官方安装方法

Nvidia官方安装教程:https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html
在这里插入图片描述
完全按照官方操作即可,大概意思是将文档中的X.Y修改成CUDA版本号、v8.x.x.x修改成cuDNN版本号,这里我们将X.Y改为11.5、v8.x.x.x修改为8.3.2.44,同学们参照修改就可以了。

安装

(1)切换到下载路径

cd ~/software

(2)解压

tar -xvf cudnn-linux-x86_64-8.5.0.96_cuda11-arcHive.tar.xz

(3)成功提取文件后不用管它,直接执行下面命令(不用修改,没有版本号之类)

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

3.4 验证安装

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述

来源地址:https://blog.csdn.net/chen20170325/article/details/130294270

--结束END--

本文标题: Ubuntu 20.04 RTX 4090显卡 深度学习环境配置(Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5)

本文链接: https://lsjlt.com/news/374520.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作