Ubuntu使用GPU深度学习加速的环境配置

1. 下载GPU驱动去官网根据条件下载对应的GPU驱动文件，得到.run文件2. 禁用Nouveau 驱动禁用 Nouveau 驱动3. 安装驱动依次执行以下命令:sudo apt install makesudo apt install gccsudo chmod 777 xx.runsudo apt-get remove --purge nvidia*sudo bash xx.run然后出现选

我是一个对称矩阵

4832人浏览 · 2021-11-20 10:34:49

我是一个对称矩阵 · 2021-11-20 10:34:49 发布

1. 下载GPU驱动

去官网根据条件下载对应的GPU驱动文件，得到.run文件

2. 禁用Nouveau 驱动

禁用 Nouveau 驱动

3. 安装驱动（选择这一步，则在安装CUDA时可以不选择安装驱动；否则就需要选择安装CUDA时的驱动）

依次执行以下命令:

sudo apt install make
sudo apt install gcc
sudo chmod 777 xx.run
sudo apt-get remove --purge nvidia*
sudo bash xx.run

然后出现选择时，一路默认即可

最后验证是否安装成功，使用命令nvidia-smi，会出现以下证明成功了：
在这里插入图片描述

4. 安装CUDA

去官网下载相应版本的CUDA文件，文件格式为.run
在选择安装内容时，可以将驱动模块取消

sudo chmod 777 xx.run
sudo bash xx.run

安装完成后会出现如下信息：
在这里插入图片描述

意味着我们需要配置环境变量，配置环境变量相关教程参考：添加cuda到bashrc环境变量

安装成功后，使用命令nvcc -V查看CUDA版本：
在这里插入图片描述

5. 安装CUDNN

5.1 若是deb文件

官网下载对应版本的CUDNN，我下载的是deb版本，然后使用命令安装:sudo dpkg -i xxx.deb即可安装成功

注意：如果使用Paddle-GPU版本，可能会报错如下：

这是因为cudnn虽然安装了，但是没有指向，导致paddle找不到，那么参考这个教程：百度Paddlepaddle-GPU运行时出现Error: Cannot load cudnn shared library. Cannot invoke method cudnnGetVersion，只需要将libcudnn.so文件连接好即可，另一个so可不管

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

如何快速上手 hvac：HashiCorp Vault Python 客户端零基础入门指南

**hvac** 是 HashiCorp Vault 的 Python 3.X 客户端库，专为开发者提供简单高效的 Vault 交互方式。无论你是需要管理密钥、配置身份验证，还是实现安全的秘密数据存储，hvac 都能帮助你轻松搞定 Vault 的各项操作。本文将带你零基础快速入门，从安装到基础操作，让你在几分钟内即可上手使用这个强大的工具。[![hvac 客户端 Logo](https://r

魔乐社区

提升Angular2-HN性能的7个实用技巧：让新闻加载速度飞起来

Angular2-HN是一款基于Angular构建的Progressive Hacker News客户端，专为追求高效新闻浏览体验的用户设计。本文将分享7个实用技巧，帮助你优化Angular2-HN的性能，让新闻加载速度显著提升，带来更流畅的阅读体验。## 1. 启用Service Worker缓存关键资源Service Worker是提升Angular应用性能的强大工具，它可以在后台缓存

魔乐社区

别再乱用空洞卷积！3个隐藏陷阱与5个优化策略（附PyTorch代码）

本文深入剖析了空洞卷积（Dilated Convolution）在应用中常见的三个隐藏陷阱，包括栅格效应、局部信息丢失和感受野设计不当。针对这些问题，文章提出了五项核心优化策略，例如采用混合膨胀卷积（HDC）和阶梯式组合，并提供了实用的PyTorch代码示例，旨在帮助开发者在语义分割等任务中更安全、高效地利用空洞卷积扩大感受野。