安装nvidia驱动
其实不用,cuda已经自带了驱动了。
我是通过系统的软件升级中心来安装的,如下图所示
安装之后可以在终端中使用命令nvidia-smi
来验证,如下图所示
安装cuda10.2
从网站https://developer.nvidia.com/cuda-10.2-download-archive
上下载。网站给出了如下的下载安装代码:
- 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/10.2/Prod/local_installers/cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
- sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
- sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
- sudo apt-get update
- sudo apt-get -y install cuda
重启系统。
修改环境变量PATH
和LD_LIBRARY_PATH
。在.bashrc
中添加如下内容:
export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
使用source .bashrc
来更新。
然后安装、编译、运行一个实例:
cuda-install-samples-10.2.sh ~
cd ~/NVIDIA_CUDA-10.2_Samples/5_Simulations/nbody
make
./nbody
出现如下的界面
安装成功。
输入nvcc -V
命令,出现如下信息:
安装CUDNN
从网站https://developer.nvidia.com/rdp/cudnn-download(需要登录)下载对应的cudnn。
参考https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html进行安装。
sudo dpkg -i libcudnn8_8.0.3.33-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.3.33-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.3.33-1+cuda10.2_amd64.deb
验证安装的结果
cp -r /usr/src/cudnn_samples_v8/ $HOME
cd $HOME/cudnn_samples_v8/mnistCUDNN
make clean && make
./mnistCUDNN
出现Test passed!
的提示。表示安装成功。
安装PyTorch
根据https://pytorch.org/上面的指导,选择对应的版本之后会有相应的安装命令。我的命令是:
sudo pip3 install torch torchvision