Ubuntu16安裝CUDA(9.1)和cuDNN的實(shí)現(xiàn)步驟(圖文)
本篇概覽
自己有一臺(tái)2015年的聯(lián)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(xùn)練工作，自己動(dòng)手安裝了CUDA和cuDNN，在此將整個(gè)過(guò)程記錄下來(lái)，以備將來(lái)參考，整個(gè)安裝過(guò)程分為以下幾步：
- 準(zhǔn)備工作
- 安裝Nvidia驅(qū)動(dòng)
- 安裝CUDA
- 安裝cuDNN
特別問(wèn)題說(shuō)明
- 按照一般步驟，在安裝完Nvidia顯卡驅(qū)動(dòng)后，會(huì)提示對(duì)應(yīng)的CUDA版本，接下來(lái)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(yīng)該安裝11.2版本的CUDA
- 但是我選擇9.1版本就行安裝，因?yàn)橹暗拈_發(fā)中發(fā)現(xiàn)deeplearning4j使用了11.2的SDK后，啟動(dòng)應(yīng)用會(huì)有ClassNotFound的錯(cuò)誤，此問(wèn)題至今未修復(fù)(慚愧，欣宸水平如此之低…)，因此，我在Nvidia驅(qū)動(dòng)提示11.2版本的情況下，依然安裝了9.1版本，后來(lái)在此環(huán)境運(yùn)行deeplearning4j應(yīng)用一切正常
- 如果您沒(méi)有我這類問(wèn)題，完全可以按照驅(qū)動(dòng)指定的版本來(lái)安裝CUDA，具體的操作步驟稍后會(huì)詳細(xì)說(shuō)到；
準(zhǔn)備工作
- 接下來(lái)的操作，除了在網(wǎng)頁(yè)下載，其余都是ssh遠(yuǎn)程連接到ubuntu機(jī)器操作的，ssh登錄的帳號(hào)為普通帳號(hào)，并非root
- 如果已有驅(qū)動(dòng)，請(qǐng)先刪除
sudo apt-get remove --purge nvidia*
禁用nouveau驅(qū)動(dòng)（很重要），用vi打開文件/etc/modprobe.d/blacklist.conf，在尾部增加以下內(nèi)容，然后保存退出：
blacklist nouveau blacklist lbm-nouveau options nouveau modeset=0 alias nouveau off alias lbm-nouveau off
關(guān)閉nouveau：
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
更新initramfs:
update-initramfs -u
執(zhí)行reboot重啟電腦
重啟后，執(zhí)行以下命令，應(yīng)該不會(huì)有任何輸出，證明nouveau已經(jīng)禁用：
lsmod|grep nouveau
獲取Kernel source：
sudo apt-get install linux-source
安裝過(guò)程中顯示信息如下圖：
根據(jù)上圖紅框中的信息，可知內(nèi)核版本號(hào)為，于是執(zhí)行以下命令：
sudo apt-get install linux-headers-4.4.0-210-generic
下載和安裝Nvidia驅(qū)動(dòng)
訪問(wèn)Nvidia網(wǎng)站，地址https://www.nvidia.cn/Download/index.aspx?lang=cn，然后選擇對(duì)應(yīng)的顯卡和操作系統(tǒng)，我的選擇如下圖所示：
點(diǎn)擊上圖搜索按鈕后，進(jìn)入下圖頁(yè)面，點(diǎn)擊下載：
下載得到的文件名為NVIDIA-Linux-x86_64-460.84.run
關(guān)閉圖形頁(yè)面：
sudo service lightdm stop
給驅(qū)動(dòng)文件增加可執(zhí)行權(quán)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(fù)圖形頁(yè)面：
sudo service lightdm start
執(zhí)行命令nvidia-smi，如果驅(qū)動(dòng)安裝成功，會(huì)顯示以下內(nèi)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(nèi)容可見CUDA Version: 11.2表示該驅(qū)動(dòng)對(duì)應(yīng)的CUDA版本應(yīng)該是11.2，正如前面所說(shuō)，我這邊遇到了問(wèn)題，因此接下來(lái)會(huì)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(wèn)https://developer.nvidia.com/cuda-toolkit-archive，點(diǎn)擊紅框中的鏈接：
如下圖，下載Linux版本：
繼續(xù)選擇x86_64：
選擇具體的Linux版本及其版本號(hào)：
要下載的東西不少，一個(gè)安裝程序和三個(gè)補(bǔ)丁：
上述四個(gè)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(zhí)行命令chmod a+x *.run為上述四個(gè)文件增加可執(zhí)行權(quán)限
安裝CUDA：
sudo sh cuda_9.1.85_387.26_linux.run
遇到license時(shí)，像是用vi工具那樣，輸入":"，再輸入"q"回車，就能跳過(guò)license閱讀，執(zhí)行真正的安裝操作了：
接下來(lái)是一系列提問(wèn)，每一個(gè)提問(wèn)的回答如下圖，千萬(wàn)注意紅框中的問(wèn)題一定要選擇n：
安裝完成后輸出以下內(nèi)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(jīng)存在，請(qǐng)參考PATH的寫法改成追加)：
export PATH=/usr/local/cuda-9.1/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64
執(zhí)行命令source ~/.bashrc使配置生效
執(zhí)行命令su -切換到root帳號(hào)，執(zhí)行以下命令（不要用sudo，而是切到root帳號(hào)）：
sudo echo "/usr/local/cuda-9.1/lib64" >> /etc/ld.so.conf
再以root身份執(zhí)行以下命令：
ldconfig
執(zhí)行命令exit退出root身份，現(xiàn)在又是普通帳號(hào)的身份了
執(zhí)行命令nvcc -V檢查CUDA版本，注意參數(shù)V是大寫：
will@lenovo:~$ 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(gè)補(bǔ)?。?/p>
sudo sh cuda_9.1.85.1_linux.run
安裝第二個(gè)補(bǔ)丁：
sudo sh cuda_9.1.85_387.26_linux.run
安裝第三個(gè)補(bǔ)?。?/p>
sudo sh cuda_9.1.85_387.26_linux.run
安裝cuDNN
瀏覽器訪問(wèn)https://developer.nvidia.com/zh-cn/cudnn：
按提示登錄，如果沒(méi)有帳號(hào)請(qǐng)注冊(cè)一個(gè)，登錄后進(jìn)入下載頁(yè)面，需要點(diǎn)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(zhí)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(zhí)行檢查確認(rèn)的命令cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2，如果安裝順利會(huì)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(jīng)完成了，希望能給您一些參考。
到此這篇關(guān)于Ubuntu16安裝CUDA(9.1)和cuDNN的實(shí)現(xiàn)步驟(圖文)的文章就介紹到這了,更多相關(guān)Ubuntu16安裝CUDA(9.1)和cuDNN內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python常用操作之使用多個(gè)界定符(分隔符)分割字符串的方法實(shí)例
在使用Python處理字符串的時(shí)候,有時(shí)候會(huì)需要分割字符,下面這篇文章主要給大家介紹了關(guān)于python常用操作之使用多個(gè)界定符(分隔符)分割字符串的相關(guān)資料,文中通過(guò)圖文以及實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-01-01
python Boltons庫(kù)實(shí)用功能探索(深度復(fù)制類型檢查重試機(jī)制)
這篇文章主要為大家介紹了python Boltons庫(kù)實(shí)用功能探索包含深度復(fù)制類型檢查重試機(jī)制及數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換實(shí)現(xiàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
為大家分享一下python讀取和保存圖片5種方法與比較,python中對(duì)象之間的賦值是按引用傳遞的，如果需要拷貝對(duì)象，需要用到標(biāo)準(zhǔn)庫(kù)中的copy模塊2018-09-09
你喜歡籃球嗎?Python實(shí)現(xiàn)籃球游戲
今天帶大家學(xué)習(xí)的是關(guān)于Python的相關(guān)知識(shí),文章圍繞著Python如何實(shí)現(xiàn)籃球游戲展開,文中有非常詳細(xì)的介紹及代碼示例,需要的朋友可以參考下2021-06-06
Python3+Selenium+Chrome實(shí)現(xiàn)自動(dòng)填寫WPS表單
本文通過(guò)python3、第三方python庫(kù)Selenium和谷歌瀏覽器Chrome，完成WPS表單的自動(dòng)填寫,通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-02-02
今天小編就為大家分享一篇python 圖像的離散傅立葉變換實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
Python基礎(chǔ)之字符串常見操作經(jīng)典實(shí)例詳解
這篇文章主要介紹了Python基礎(chǔ)之字符串常見操作,結(jié)合實(shí)例形式詳細(xì)分析了Python字符串操作基本函數(shù)、功能、使用方法及操作注意事項(xiàng),需要的朋友可以參考下2020-02-02
python實(shí)現(xiàn)的二叉樹定義與遍歷算法實(shí)例
這篇文章主要介紹了python實(shí)現(xiàn)的二叉樹定義與遍歷算法,結(jié)合具體實(shí)例形式分析了基于Python定義的二叉樹及其常用遍歷操作實(shí)現(xiàn)技巧,需要的朋友可以參考下2017-06-06
變量類型注解是用來(lái)對(duì)變量和函數(shù)的參數(shù)返回值類型做注解，讓調(diào)用方減少類型方面的錯(cuò)誤，也可以提高代碼的可讀性和易用性。本文就來(lái)和大家聊聊Python中的變量類型標(biāo)注吧2023-04-04
Python中index()函數(shù)與find()函數(shù)的區(qū)別詳解
這篇文章主要介紹了Python中index()函數(shù)與find()函數(shù)的區(qū)別詳解,Python index()方法檢測(cè)字符串中是否包含子字符串 str ,如果指定beg開始和end結(jié)束范圍,則檢查是否包含在指定范圍內(nèi),需要的朋友可以參考下2023-08-08