亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Ubuntu16安裝CUDA(9.1)和cuDNN的實現(xiàn)步驟(圖文)

 更新時間:2021年07月15日 10:17:13   作者:程序員欣宸  
本文主要介紹了Ubuntu16安裝CUDA(9.1)和cuDNN,文中通過圖文介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

本篇概覽

自己有一臺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,自己動手安裝了CUDA和cuDNN,在此將整個過程記錄下來,以備將來參考,整個安裝過程分為以下幾步:

  • 準(zhǔn)備工作
  • 安裝Nvidia驅(qū)動
  • 安裝CUDA
  • 安裝cuDNN

特別問題說明

  • 按照一般步驟,在安裝完Nvidia顯卡驅(qū)動后,會提示對應(yīng)的CUDA版本,接下來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,因為之前的開發(fā)中發(fā)現(xiàn)deeplearning4j使用了11.2的SDK后,啟動應(yīng)用會有ClassNotFound的錯誤,此問題至今未修復(fù)(慚愧,欣宸水平如此之低…),因此,我在Nvidia驅(qū)動提示11.2版本的情況下,依然安裝了9.1版本,后來在此環(huán)境運行deeplearning4j應(yīng)用一切正常
  • 如果您沒有我這類問題,完全可以按照驅(qū)動指定的版本來安裝CUDA,具體的操作步驟稍后會詳細(xì)說到;

準(zhǔn)備工作

  • 接下來的操作,除了在網(wǎng)頁下載,其余都是ssh遠(yuǎn)程連接到ubuntu機(jī)器操作的,ssh登錄的帳號為普通帳號,并非root
  • 如果已有驅(qū)動,請先刪除
sudo apt-get remove --purge nvidia*

禁用nouveau驅(qū)動(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

安裝過程中顯示信息如下圖:

在這里插入圖片描述

根據(jù)上圖紅框中的信息,可知內(nèi)核版本號為,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

訪問Nvidia網(wǎng)站,地址https://www.nvidia.cn/Download/index.aspx?lang=cn,然后選擇對應(yīng)的顯卡和操作系統(tǒng),我的選擇如下圖所示:

在這里插入圖片描述

點擊上圖搜索按鈕后,進(jìn)入下圖頁面,點擊下載:

在這里插入圖片描述

下載得到的文件名為NVIDIA-Linux-x86_64-460.84.run

關(guān)閉圖形頁面:

sudo service lightdm stop

給驅(qū)動文件增加可執(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:

在這里插入圖片描述

遇到下圖,直接回車:

在這里插入圖片描述

恢復(fù)圖形頁面:

sudo service lightdm start

執(zhí)行命令nvidia-smi,如果驅(qū)動安裝成功,會顯示以下內(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)動對應(yīng)的CUDA版本應(yīng)該是11.2,正如前面所說,我這邊遇到了問題,因此接下來會安裝9.1版本,但是您可以選擇安裝11.2

安裝CUDA

瀏覽器訪問https://developer.nvidia.com/cuda-toolkit-archive,點擊紅框中的鏈接:

在這里插入圖片描述

如下圖,下載Linux版本:

在這里插入圖片描述

繼續(xù)選擇x86_64:

在這里插入圖片描述

選擇具體的Linux版本及其版本號:

在這里插入圖片描述

要下載的東西不少,一個安裝程序和三個補?。?br />

在這里插入圖片描述

上述四個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,像是用vi工具那樣,輸入":",再輸入"q"回車,就能跳過license閱讀,執(zhí)行真正的安裝操作了:

在這里插入圖片描述

接下來是一系列提問,每一個提問的回答如下圖,千萬注意紅框中的問題一定要選擇n

在這里插入圖片描述

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,執(zhí)行以下命令(不要用sudo,而是切到root帳號):

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

安裝第一個補?。?/p>

sudo sh cuda_9.1.85.1_linux.run

安裝第二個補?。?/p>

sudo sh cuda_9.1.85_387.26_linux.run

安裝第三個補?。?/p>

sudo sh cuda_9.1.85_387.26_linux.run

安裝cuDNN

瀏覽器訪問https://developer.nvidia.com/zh-cn/cudnn

在這里插入圖片描述

按提示登錄,如果沒有帳號請注冊一個,登錄后進(jìn)入下載頁面,需要點擊下圖紅框位置才有能見到老版本:

在這里插入圖片描述

選擇與CUDA匹配的版本:

在這里插入圖片描述

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

  • Python3轉(zhuǎn)換html到pdf的不同解決方案

    Python3轉(zhuǎn)換html到pdf的不同解決方案

    今天小編就為大家分享一篇關(guān)于Python3轉(zhuǎn)換html到pdf的不同解決方案,小編覺得內(nèi)容挺不錯的,現(xiàn)在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧
    2019-03-03
  • 詳解python的集合set的函數(shù)

    詳解python的集合set的函數(shù)

    這篇文章主要為大家介紹了python的集合set的函數(shù),具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2022-01-01
  • python爬蟲 模擬登錄人人網(wǎng)過程解析

    python爬蟲 模擬登錄人人網(wǎng)過程解析

    這篇文章主要介紹了python爬蟲 模擬登錄人人網(wǎng)過程解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2019-07-07
  • Python Des加密解密如何實現(xiàn)軟件注冊碼機(jī)器碼

    Python Des加密解密如何實現(xiàn)軟件注冊碼機(jī)器碼

    這篇文章主要介紹了Python Des加密解密如何實現(xiàn)軟件注冊碼機(jī)器碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-01-01
  • PyQt5實現(xiàn)將Matplotlib圖像嵌入到Scoll Area中顯示滾動條效果

    PyQt5實現(xiàn)將Matplotlib圖像嵌入到Scoll Area中顯示滾動條效果

    我想知道是否有一種方法可以在matplotlib上顯示滾動條(水平或垂直),顯示包含多個子槽(sublot2grid)的頁面(plt.show).下面就通過本文給大家分享PyQt5實現(xiàn)將Matplotlib圖像嵌入到Scoll Area中顯示滾動條效果,對PyQt5 Matplotlib圖像嵌入相關(guān)知識感興趣的的朋友一起看看吧
    2021-05-05
  • Python基于面向?qū)ο笞鲆粋€文件夾整理工具

    Python基于面向?qū)ο笞鲆粋€文件夾整理工具

    這篇文章主要給大家介紹了Python基于面向?qū)ο笞鲆粋€文件夾整理工具,文中的示例代碼講解詳細(xì),具有一定的參考價值,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
    2024-02-02
  • 詳解Python+Pyecharts實現(xiàn)漏斗圖的繪制

    詳解Python+Pyecharts實現(xiàn)漏斗圖的繪制

    漏斗圖是一個簡單的散點圖,反映研究在一定樣本量或精確性下單個研究的干預(yù)效應(yīng)估計值。本文將用Python Pyecharts實現(xiàn)漏斗圖的繪制,需要的可以參考一下
    2022-06-06
  • Python標(biāo)準(zhǔn)庫json模塊和pickle模塊使用詳解

    Python標(biāo)準(zhǔn)庫json模塊和pickle模塊使用詳解

    這篇文章主要介紹了Python標(biāo)準(zhǔn)庫json模塊和pickle模塊使用詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-03-03
  • Python條件分支?if?語句全講解(一文掌握)

    Python條件分支?if?語句全講解(一文掌握)

    在Python編程中,布爾運算符有明確的優(yōu)先級順序,影響代碼邏輯判斷,從高到低依次是:括號()、not、and、or,括號用于明確運算順序,not具有次高優(yōu)先級,影響單個布爾值,and和or則根據(jù)優(yōu)先級順序結(jié)合布爾值,正確理解和應(yīng)用這些優(yōu)先級對于編寫有效和準(zhǔn)確的條件語句至關(guān)重要
    2024-10-10
  • python中upper是做什么用的

    python中upper是做什么用的

    在本篇文章里小編給大家整理的是一篇關(guān)于python中upper的作用的相關(guān)文章,有需要的朋友們可以參考下。
    2020-07-07

最新評論