当前位置: 首页 > news >正文

环境搭建02-Ubuntu16.04 安装CUDA和CUDNN、CUDA多版本替换

1、CUDA安装

(1)下载需要的CUDA版本
https://developer.nvidia.com/cuda-toolkit-archive

(2)安装

sudo sh cuda_8.0.61_375.26_linux.run

(3)添加环境

gedit ~/.bashrc

在文件末尾添加:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64
export PATH=$PATH:/usr/local/cuda-8.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-8.0

(4)使文件有效

source ~/.bashrc

(5)查看安装是否成功

cat /usr/local/cuda-8.0/version.txt

或者

nvcc -V   ## nvcc -version

2、CUDNN安装

(1)下载CUDNN
https://developer.nvidia.com/cudnn
需要注册用户,然后登录下载。注意cudnn的版本要和cuda的版本对应。

(2)安装

sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/
sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-8.0/lib64/libcudnn*

(3)查看是否安装成功

cat /usr/local/cuda-8.0/include/cudnn.h | grep CUDNN_MAJOR -A 2

以上步骤1和步骤2就是但版本CUDA的安装

3、CUDA多版本替换

例如:将CUDA-8.0更换为CUDA-10.0。这里,CUDA-8.0和CUDA-10.0以正确安装完成。可以通过创建cuda软链接指向不同版本的cuda版本。
首先,修改CUDA的路径,

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


这里cuda软链接指向cuda-8.0版本。
然后,删除指向cuda-8.0的软链接cuda,重新创建一个指向cuda-10.0版本的软链接。

rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda
nvcc --version
http://www.lryc.cn/news/25221.html

相关文章:

  • HOT100--(3)无重复字符的最长子串
  • vue keep-alive多层级路由支持
  • 从源码角度看React-Hydrate原理
  • ARM基础 -- 2
  • Java 类型转换
  • 【Java开发】JUC基础 05:线程通信/协作
  • 哪些工具可以实现在线ps的需求
  • 如何使用C2concealer生成随机化的C2 Malleable配置文件
  • 网络基础之IP地址和子网掩码
  • G1D54-CRF
  • vue3 使用defineAsyncComponent与component标签实现动态渲染组件
  • Linux下 C/C++ NTP网络时间协议详解
  • Pytest自动化框架-权威教程02-Pytest 使用及调用方法
  • 大数据技术——概述
  • java-代理模式
  • 路由网络的构建与配置
  • 软件测试-接口测试-数据库管理
  • 【华为OD机试 】天然蓄水库(C++ Java JavaScript Python)
  • 普元EOS中导出excl页面下载
  • 内存的管理
  • OpenFeign 切换HttpClient遇到的问题
  • 流计算框架storm概览
  • 如何使用Coercer强制Windows Server认证任意主机
  • 【小程序】已有公众号认证,一步一步申请小程序(图文)
  • Redis学习笔记:缓存运用常见问题
  • 使用python 脚本挑出coco 数据集中的某一类数据
  • Python虚拟环境(pipenv、venv、conda一网打尽)[通俗易懂]
  • Android Kotlin实战之高阶使用泛型扩展协程懒加载详解
  • 数字映射:数字孪生技术的应用场景及作用
  • 配置二层远程端口镜像案例