安裝CUDA和cuDNN到指定目錄

ubuntu 16.04

anaconda 4.7.10

先前已經參考這個部落格安裝了cuda10.1，但現在需要在伺服器上安裝cuda10.0並實現多版本cuda管理，而且cuda10.0沒有所謂的update版本，而筆者又沒有管理員許可權，因此需要另找方法。

執行以下命令檢視幫助

sh cuda_10.0.130_410.48_linux.run --help

得到命令提示，其中有幾個option比較有用

options: --silent performs an installation with no further user-input and minimal command-line output based on the options provided below. silent installations are useful for scripting the installation of cuda. using this option implies acceptance of the eula. the following flags can be used to customize the actions taken during installation. at least one of --driver, --uninstall, --toolkit, and --samples must be passed if running with non-root permissions. --toolkit install the cuda toolkit. --toolkitpath= install the cuda toolkit to the directory. if this flag is not

provided, the default path of /usr/local/cuda-10.0 is used.

由於此時安裝我只需要安裝cuda toolkit，因此可以使用--toolkit並用--toolkitpath來指定安裝位置，同時需要使用--silent才能夠正常安裝。

執行以下命令安裝（替換成安裝位置的絕對路徑）

sh cuda_10.0.130_410.48_linux.run --toolkitpath=

--toolkit -silent

配置環境變數（參考部落格）

由於我只需要在某乙個專案內使用這個版本的cuda，因此我可以在虛擬環境內配置環境變數，在base環境中使用預設的cuda。

首先建立虛擬環境（cuda_test為虛擬環境名）

conda create -n cuda_test python=3.6

在anaconda的目錄新建啟動該虛擬環境時需要執行的指令碼

mkdir -p envs/cuda_test/etc/conda/activate.d vim envs/cuda_test/etc/conda/activate.d/activate.sh

chmod +x envs/cuda_test/etc/conda/activate.d/activate.sh

在開啟activate.sh指令碼時輸入以下內容，使得該虛擬環境啟動時，自動切換為cuda10.0

original_cuda_home=
$cuda_home
original_ld_library_path=
$ld_library_path
original_path=
$path
export cuda_home=
export ld_library_path=
$cuda_home/lib64:$ld_library_path
export path=
$cuda_home/bin:$path

在anaconda的目錄新建退出該虛擬環境時需要執行的指令碼

mkdir -p envs/cuda_test/etc/conda/deactivate.d vim envs/cuda_test/etc/conda/deactivate.d/deactivate.sh

chmod +x envs/cuda_test/etc/conda/deactivate.d/deactivate.sh

在開啟deactivate.sh指令碼時輸入以下內容

export cuda_home= $original_cuda_home export ld_library_path= $original_ld_library_path export path= $original_path unset original_cuda_home unset original_ld_library_path

unset original_path

測試cuda是否成功安裝

在base環境下執行

nvcc -v

得到原來cuda的版本資訊

nvcc: nvidia (r) cuda compiler driver built on sun_jul_28_19:07:16_pdt_2019

cuda compilation tools, release 10.1, v10.1.243

進入虛擬環境之後

conda activate cuda_test

nvcc -v

得到新安裝的cuda版本資訊

nvcc: nvidia (r) cuda compiler driver built on sat_aug_25_21:08:01_cdt_2018

cuda compilation tools, release 10.0, v10.0.130

至此完成安裝

安裝CUDA和cuDNN到指定目錄

CUDA和CUDNN的安裝

caffe安裝中元件cuda和cudnn配置方法

cuda和cudnn版本檢視

安裝CUDA和cuDNN到指定目錄

CUDA和CUDNN的安裝

caffe安裝中元件cuda和cudnn配置方法

cuda和cudnn版本檢視

相關推薦