在服务器(Ubuntu20.04)安装用户级别的cuda11.8(以及仿照前面教程安装cuda11.3后安装cudnn和pytorch1.9.0)

Bold! 2024-07-08 11:07:06 阅读 87

1、cuda11.8的下载

首先在cuda官网下载我们需要的cuda版本,这里我下载的是cuda11.8(我的最高支持cuda12.0)

在这里插入图片描述

在这里插入图片描述

这里我直接使用wget命令下载不了,于是我直接在浏览器输入后面的链接下载到本地,之后再上传至服务器的:

<code>https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

2、cuda11.8的安装

(1)假设用户名为andy,即/home/andy,在这个文件夹下手动创建一个文件夹名为cuda-11.8(即/home/andycuda-11.8),然后在cuda-11.8文件夹里创建一个文件夹为mylib(即/home/andycuda-11.8/mylib)。接下来把之前下载的cuda_11.8.0_520.61.05_linux.run文件上传到/home/andy/cuda-11.8文件夹。

(2)接下来使用如下命令进入此文件夹:

/home/andy/cuda-11.8

然后使用如下命令更改文件的执行权限:

chmod 755 cuda_10.2.89_440.33.01_linux.run

于我们不是管理员用户,因此无法使用sudo安装,因此直接执行以下命令安装:

sh cuda_10.2.89_440.33.01_linux.run

(3)接下来的参考:手把手教会你在Linux服务器上安装用户级别的CUDA

1)在这里输入accept

在这里插入图片描述

2)然后类似于上述这个教程的图片(自己的忘记保存了,原理是一样的):我安装的是11.8,那就是只勾选CUDA Toolkit 11.8,其他的按Enter键就可以把里面的X取消。

在这里插入图片描述

3)在取消其他的勾选之后,光标移动到Options这里,按Enter。

然后光标移动到Change Toolkit Install Path,按Enter,然后我们可以将之前创建的目录粘贴过来:

<code>/home/andy/cuda-11.8

然后移动到Done,再按Enter,又回到之前的界面。

4)回到Options菜单,光标移动到Library install path,按Enter,然后在里面将之前创建的另一个目录粘贴过来:

/home/andycuda-11.8/mylib

回车Done。

5)然后返回主界面,选择Install

3、安装完成后的环境配置

当看到界面里有successfully的字眼时,就表明安装成功了。这时候,还需要进行环境配置。

首先进入到用户主目录里cd /home/andy

执行vim ~/.bashrc修改命令相关参数:按i进入编辑模式,然后在最下方按鼠标右键粘贴即可添加刚刚安装cuda的路径:

export PATH="/home/andy/cuda-11.8/bin:$PATH"code>

export LD_LIBRARY_PATH="/home/andy/cuda-11.8/lib64:/home/andy/cuda-11.8/mylib/lib64:$LD_LIBRARY_PATH"code>

之后按Esc,再按:,接下来输入wq,即可保存并退出。

最后执行以下命令,使配置生效:

source ~/.bashrc

4、检查CUDA和pytorch能否使用.

命令行输入 nvcc -V 查看cuda版本,如果符合预期,则安装成功。

在这里插入图片描述

以下是cuda11.3对应的cudnn安装和pytorch1.9.0的安装

1、仿照上面教程安装cuda11.3之后,安装cudnn参考这个:

【Ubuntu 20.04LTS系统】安装CUDA11.8、cuDNN,可进行CUDA版本切换

先下载cudnn到本地:

cudnn官网链接

这里选择下载:

在这里插入图片描述

在这里插入图片描述

(1)首先在/home/andy下创建一个新的文件夹:/home/andy/cudnn-cuda11.3

(2)然后将在本地下载的<code>cudnn-11.3-linux-x64-v8.2.1.32.tgz 上传至此文件夹

(3)进入此文件夹:

cd /home/andy/cudnn-cuda11.3

(4)解压tgz文件(注意:如果下载的cudnn文件后缀不是.tgz要记得先修改为.tgz):

tar -xvf cudnn-11.3-linux-x64-v8.2.1.32.tgz

(5)解压后在/home/andy/cudnn-cuda11.3出现一个/home/andy/cudnn-cuda11.3/cuda文件夹

先进入此cuda文件夹:

cd /home/andy/cudnn-cuda11.3/cuda/

再输入ls查看此文件夹下的文件

ls

出现:

include lib64 NVIDIA_SLA_cuDNN_Support.txt

先输入cd ~回到用户主界面

再将cuDNN对应文件拷贝至CUDA指定路径:

sudo cp /home/andy/cudnn-cuda11.3/cuda/include/cudnn*.h /home/andy/cuda-11.3/include

sudo cp /home/andy/cudnn-cuda11.3/cuda/lib64/libcudnn* /home/andy/cuda-11.3/lib64

sudo chmod a+r /home/andy/cuda-11.3/include/cudnn*.h /home/andy/cuda-11.3/lib64/libcudnn*

参考:最后一部分

在这里插入图片描述

2、接下来先创建一个虚拟环境env1,它的python版本为3.7

如果使用conda下载不了就参考这个博客,使用离线安装:

<code>conda create -n env1 python=3.7

3、然后下载torch1.9.0和torchvision0.10.0

进入pytorch官网

按ctrl+F搜索1.9.0出现下面这个,然后使用第二个命令(因为我们安装的是11.3版本的)来安装

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

在这里插入图片描述



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。