本文已参与「新人创作礼」活动,一起开启掘金创作之路。
前言
- 做人工智能/深度学习的小伙伴应该经常使用Python编程,并且需要用到GPU进行模型训练等,对于深度学习资深玩家来说应该不陌生吧,但对于刚进入领域的新手来说可能配置开发环境就成了一个难题,本文整理了Linux系统下配置Python-GPU环境需要的资料以及对应文件的下载网址,并手把手带各位完成开发环境的搭建!
注:开始前请确认自己的设备是否有NVIDIA的显卡哦!
- 博主电脑刚装了Ubuntu20.04,电脑显卡1050Ti,准备用来跑深度学习代码,需要安装Cuda才能支持GPU,刚装成功,及时记录一下,防止下次安装过程再次入坑,也希望能够帮助到更多的人。
- 说明:对于刚装完的系统是不带Nvidia显卡驱动的,为了方便后面操作,记住先不要用系统的软件升级安装第三方驱动!!!【如果安装了的话,再进行后面操作前清先卸载与英伟达驱动相关的东西,不然后面会失败】
步骤
一、安装Cuda
- 下载地址:developer.nvidia.com/cuda-toolki…
- Cuda中带有Nvidia-Driver的,因此无需单独安装驱动,另外Cuda和Driver有版本对应关系,因此,使用Cuda中的Driver能够保证安装的正常
- 采用run文件的安装方法安装Cuda
- 1、卸载已有的Nvidia 驱动和cuda【如果没有安装过则跳过这一步】
sudo apt remove --purge nvidia* sudo apt remove --purge cuda* sudo apt autoremove - 2、禁用nouveau驱动
sudo vi /etc/modprobe.d/blacklist-nouveau.conf # 在文件中输入一下内容: blacklist nouveau options nouveau modeset=0 # 执行更新 sudo update-initramfs –u # 验证(没有信息输出表示成功,可能需要reboot重启以下电脑) lsmod | grep nouveau - 3、Ctrl+F3进入文本模式【非图形界面(中文会出现乱码,但不影响)】【Ctrl+F2恢复图形界面】
- 4、关闭图形界面【似乎可以忽略】
sudo service lightdm stop - 5、运行安装程序【选择同时安装Driver和Cuda】
sudo sh XXX.run - 6、添加路径
sudo vim ~/.bashrc # 在文件末尾添加一些信息 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64 export PATH=$PATH:/usr/local/cuda-11.1/bin export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1 # 刷新配置 source ~/.bashrc - 7、nvcc -V测试(安装成功,则会输出版本号)
- 8、启动图形界面【似乎可以忽略】
- 9、切换回图形界面:Ctrl+F2
- 1、卸载已有的Nvidia 驱动和cuda【如果没有安装过则跳过这一步】
二、安装Cudnn
- 官方文档:docs.nvidia.com/deeplearnin…
- 下载地址:developer.nvidia.com/rdp/cudnn-d…
- 需要下载的文件【四个】:第2/4/5/6个文件
-
- 解压文件:
tar -xzvf cudnn-x.x-linux-x64-v8.x.x.x.tgz - 复制文件到Cuda目录:
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 /usr/local/cuda/lib64/libcudnn* - 安装deb文件
sudo dpkg -i libcudnn8_x.x.x-1+cudax.x_amd64.deb sudo dpkg -i libcudnn8-dev_8.x.x.x-1+cudax.x_amd64.deb sudo dpkg -i libcudnn8-samples_8.x.x.x-1+cudax.x_amd64.deb - 验证:
- 复制测试样例文件到可写的文件夹
cp -r /usr/src/cudnn_samples_v8/ $HOME - 进入文件夹:
cd $HOME/cudnn_samples_v8/mnistCUDNN - 编译:
make clean && make - 运行测试样例:
./mnistCUDNN【显示test passed说明安装成功!】
- 复制测试样例文件到可写的文件夹
由于安装过程没有及时截图,一些细节可以参考另一位博主的结果:www.cnblogs.com/booturbo/p/…