Ubuntu 18.04安装 CUDA 10.1 、cuDNN 7.6.5、PyTorch1.3

 

 

转载请注明出处  BooTurbo https://www.cnblogs.com/booturbo/p/11834661.html

 

安装平台及环境

CPU:i9-9900k桌面级

GPU:RTX 2080移动版

系统:Ubuntu 18.04.3 LTS

1、在安装CUDA之前确保环境满足安装条件

2、进入NVIDIA官网下载适合自己机器的CUDA版本,官网下载,如图所示,按照 Installation Instructions 来进行,

 

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin

sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600

wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb

sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb

sudo apt-key add /var/cuda-repo-10-1-local-10.1.243-418.87.00/7fa2af80.pub

sudo apt-get update

sudo apt-get -y install cuda

 

3、安装完成后,添加环境变量,打开 bashrc 文件,

命令行输入: sudo gedit ~/.bashrc ,然后在文件最后添加下面3行,保存

 

export CUDA_HOME=/usr/local/cuda

export PATH=$PATH:$CUDA_HOME/bin

export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 

 

 

然后刷新下环境变量,

输入:source ~/.bashrc

4、测试下CUDA是否安装成功,

方法1:输入 nvcc -V ,显示如下,说明没问题

方法2:输入如下,显示如图说明安装成功

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

 

 

5、安装cuDNN 7.6.5版本,转到官网下载,下载前先注册一下,填个调查问卷,根据自己的环境和架构选择包,下载到本地

切换到下载目录 cd Downloads ,然后按照以下操作进行,

解压 cuDNN Library for Linux,输入:  tar -zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz 

将解压出来的文件复制到安装的CUDA环境中,输入: sudo cp cuda/include/cudnn.h /usr/local/cuda/inlude 

                                                                                                             sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64  

更改权限,输入: sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*  

安装 Deb 包,cuDNN Runtime Library for Ubuntu18.04(Deb),cuDNN Developer Library for Ubuntu18.04(Deb),cuDNN Code Samples and User Guide for Ubuntu18.04(Deb)

分别输入:   sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.1_amd64.deb 

                       sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb  

                       sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.1_amd64.deb  

安装结束后,重启系统,再测试一下安装是否成功,

方法1,输入: cp -r /usr/src/cudnn_samples_v7/ ~ 

                           cd ~/cudnn_samples_v7/mnistCUDNN 

                           make clean && make 

                           ./mnistCUDNN 

 

出现Test passed!没有报错即安装成功

方法2,输入: cd /usr/local/cuda/samples/1_Utilities/deviceQuery 

                           sudo make 

                           ./deviceQuery

出现PASS结果,说明安装成功。

 6、安装PyTorch1.3

进入PyTorch官网安装合适的版本,官网 

输入: pip3 install torch torchvision ,等待安装结束

 

 安装完成后,进入python3环境,验证是否成功,

输入: python3,

再输入: import torch

                import torchvision

 没有报错,说明安装成功。

最后验证下GPU能否使用,输入: print(torch.cuda.is_available()) ,输出True,说明没问题。

 

 

Enjoy it.

 

posted @ 2019-11-11 19:45  BooTurbo  阅读(7449)  评论(1编辑  收藏