深度學習CUDA配置指南

要使用cuda，必須要有nvidia顯示卡，可以使用lspci命令來檢視：

$ lspci |
grep nvidia
02:00.0 vga compatible controller: nvidia corporation device 1b06 (rev a1)
02:00.1 audio device: nvidia corporation device 10ef (rev a1)
03:00.0 vga compatible controller: nvidia corporation device 1b06 (rev a1)
03:00.1 audio device: nvidia corporation device 10ef (rev a1

例如，上面顯示顯示卡是nvidia的，1b06是deviceid，是廠商給自己某個型號的產品分配的id。那麼，如何通過deviceid來查詢產品型號呢？網上有一些deviceid的資料庫，例如：envytools。在此頁面可查得1b06的產品型號為geforce gtx 1080 ti。

以ubuntu為例，可以使用命令ubuntu-drivers list來檢視合適的顯示卡驅動，安裝較新的驅動即可：

$ ubuntu-drivers list nvidia-390 nvidia-384 nvidia-387 nvidia-396 nvidia-410 $ sudo apt update $ sudo aptinstall nvidia-410

對於deb格式，使用如下命令進行安裝：

$ sudo dpkg -i ***.deb

對於run格式，需要遮蔽ubuntu自帶的開源顯示卡驅動nouveau，關閉x環境（不帶圖形介面，僅有字元介面），然後安裝。由於這種安裝方式較為繁瑣，且容易出錯，因此盡量採用前面的安裝方式。詳細安裝方法見「安裝cuda」一節的「官方安裝指南」。

選擇合適的作業系統，安裝類別推薦network，不推薦runfile。

然後按照installation instructions安裝即可。

需要注意的是，最後一步

$ sudo aptinstall cuda

會安裝最新版本的cuda，且有新版本時可公升級到最新。如果想裝某個版本的cuda，可以指定版本，並且會保持該版本，除非後續又安裝了其它版本。例如指定版本cuda 9.0：

$ sudo aptinstall cuda-9-0

然後設定path和ld_library_path：

export path= $path:/usr/local/cuda/bin export ld_library_path=/usr/local/cuda/lib64:/usr/local/cuda/extras/cupti/lib64:$ld_library_path

可以寫入到/etc/profile.d/cuda-env.sh，然後執行source使之生效：

$ source /etc/profile.d/cuda-env.sh

官方安裝指南可以參考：

官方安裝指南

installation guide linux :: cuda toolkit documentation

以ubuntu為例，推薦使用deb格式的安裝檔案。

手動安裝需注意：cudnn包含cudnn的庫和標頭檔案，需要確保庫位於預設位置或ld_library_path，否則需要將cudnn的庫所在路徑加入ld_library_path。

說明

除了設定ld_library_path，也可以使用ldconfig來管理動態鏈結庫的路徑。

tensorrt官方安裝指南： tensorrt installation guide :: deep learning sdk documentation

安裝比較簡單，在此不贅述。

說明

需要注意本地repo的概念，安裝了本地repo實際上並沒有安裝該repo裡的包，需要先進行apt update，然後仍然需要使用apt install進行安裝。

深度學習CUDA配置指南

深度學習學習指南

CUDA實踐指南（十六）

CUDA實踐指南（十三）

深度學習CUDA配置指南

深度學習學習指南

CUDA實踐指南（十六）

CUDA實踐指南（十三）

相關推薦