1.NVIDIA 驱动下载[可选]
在NVIDIA驱动下载页面选择并下载与自己显卡匹配的驱动
2.CUDA Toolkit 下载
在NVIDIA Developer官网找到CUDA Toolkit下载页面
选择如下配置即可获得CUDA Toolkit下载地址
3.cuDNN 下载
cuDNN需要登录NVIDIA Developer账号才能下载,登陆后打开cuDNN下载地址
同意cuDNN Software License Agreement后选择cuDNN Library for Linux版本下载
4.NCCL 下载[可选]
NCCL同样需要登录NVIDIA Developer账号才能下载,登陆后打开NCCL下载地址
同意Software License Agreement后选择O/S agnostic local installer版本下载
至此已获得如下文件
NVIDIA-Linux-x86_64-440.31.run
cuda_10.1.243_418.87.00_linux.run
cudnn-10.1-linux-x64-v7.6.5.32.tgz
nccl_2.4.8-1+cuda10.1_x86_64.txz[可选]
下面我们进行安装
5.NVIDIA 驱动安装
1.自动方式
执行如下命令
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
ubuntu-drivers devices
sudo apt-get install nvidia-driver-xxx
2.手动方式
sudo bash NVIDIA-Linux-x86_64-440.31.run
6.CUDA Toolkit 安装
sudo bash cuda_10.1.243_418.87.00_linux.run --override
安装完成后执行如下命令添加PATH和LD_LIBRARY_PATH
sudo nano ~/.bashrc
在尾部添加
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
最后执行source 使环境变量生效
source ~/.bashrc
7.cuDNN 安装
tar xvzf cudnn-10.1-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/* /usr/local/cuda/include
sudo cp cuda/lib64/* /usr/local/cuda/lib64
8.NCCL 安装
tar Jxvf nccl_2.4.8-1+cuda10.1_x86_64.txz
cd nccl_2.4.8-1+cuda10.1_x86_64/
sudo cp include/* /usr/local/cuda/include
sudo cp -r lib/* /usr/local/cuda/lib64
至此深度学习环境已基本配置完毕
踩
(0)
赞
(0)
举报
评论 一句话评论(0)