Ubuntu安装CUDA8.0+cuDNN7
文章目录
-
- 一、准备
-
- 1.1 检查是否支持CUDA
- 1.2 查看gcc是否安装
- 1.3 检查内核版本
- 二、安装显卡驱动
- 三、安装CUDA
-
- 3.1 CUDA对应的NVIDIA驱动版本对照表
- 3.2 下载适合的CUDA8.0
- 3.3 安装
- 3.4 验证安装的正确性
- 四、安装cuDNN
-
- 4.1 查找对应CUDA版本的cuDNN版本。
- 4.2 到官网下载对应的cuDNN软件
- 4.3 安装
- 4.4 测试
- 五、问题
-
- 5.1 nvcc warning警告
- 5.2 无法获取 dpkg 前端锁
- 5.3 No MPI compiler found
- 5.4 cudnn.h: 没有那个文件或目录
一、准备
1.1 检查是否支持CUDA
输入下面命令查看电脑的NVIDIA型号：
(CCNet36) bit@bit-613:~/下载$ lspci | grep -i nvidia
01:00.0 VGA compatible controller: NVIDIA Corporation GM107 [GeForce GTX 745] (rev a2)
01:00.1 Audio device: NVIDIA Corporation Device 0fbc (rev a1)显示型号是：GeForce GTX 745
1.2 查看gcc是否安装
bit@bit-613:~$ gcc --version
gcc (Ubuntu 5.4.0-6ubuntu1~16.04.12) 5.4.0 20160609
Copyright (C) 2015 Free Software Foundation, Inc.
This is free software; see the source for copying conditions. There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.gcc安装的版本：Ubuntu 5.4.0
1.3 检查内核版本
(CCNet36) bit@bit-613:~$ uname -r
4.15.0-123-generic内核版本：4.15
二、安装显卡驱动
详细过程：
Ubuntu如何查看显卡信息及安装NVDIA显卡驱动
ubuntu 怎么查看显卡型号及安装显卡驱动
1、首先，进入ubuntu系统桌面，单击左上bai角的“搜索”选项，du搜索“驱动”，然后打开搜索到的驱动程序，如下图所示，然后进入下一步。
2、接着，完成上述步骤后，将显示计算机每个设备的驱动程序。
如果在其中找到显卡设备，则可以查看显卡并安装驱动程序，点击“应用更改”按钮，如下图所示，然后进入下一步。
3、输入ubuntu系统密码，然后单击“授权”按钮以开始安装驱动程序，如下图所示，然后进入下一步。
4、系统将自动下载并安装驱动程序。
5、安装后单击“重新启动”按钮以重新启动计算机。
6、重新启动计算机后，可以在搜索范围内查看已安装的插件驱动程序。
若不存在显卡，则去官网下载显卡驱动。网址地址。
7、成功安装驱动后，可以进行查询：
三、安装CUDA
安装之前首先要确认你需要安装的cuda。
TensorFlow+cudnn、cuda、Python的配套关系_包含所有操作系统
3.1 CUDA对应的NVIDIA驱动版本对照表
3.2 下载适合的CUDA8.0
下载地址：CUDA Toolkit 8.0 - Feb 2017
3.3 安装
1、安装：
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64 (1).deb
sudo apt-key add /var/cuda-repo-8-0-local-ga2/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda
- 1
- 2
- 3
- 4
2、添加环境变量：
sudo gedit ~/.bashrc
- 1
在文件中追加：
export PATH=/usr/local/cuda-8.0/bin${PATH:+:$PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
- 1
- 2
3.4 验证安装的正确性
1、
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuerysudo make./deviceQuerybit@bit-613:/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery$ sudo make
/usr/local/cuda-8.0/bin/nvcc -ccbin g++ -I../../common/inc -m64 -gencode arch=compute_20,code=sm_20 -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_37,code=sm_37 -gencode arch=compute_50,code=sm_50 -gencode arch=compute_52,code=sm_52 -gencode arch=compute_60,code=sm_60 -gencode arch=compute_60,code=compute_60 -o deviceQuery.o -c deviceQuery.cpp
nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
/usr/local/cuda-8.0/bin/nvcc -ccbin g++ -m64 -gencode arch=compute_20,code=sm_20 -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_37,code=sm_37 -gencode arch=compute_50,code=sm_50 -gencode arch=compute_52,code=sm_52 -gencode arch=compute_60,code=sm_60 -gencode arch=compute_60,code=compute_60 -o deviceQuery deviceQuery.o
nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
mkdir -p ../../bin/x86_64/linux/release
cp deviceQuery ../../bin/x86_64/linux/release
bit@bit-613:/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery$
bit@bit-613:/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery$ ./deviceQuery
./deviceQuery Starting...CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1 CUDA Capable device(s)Device 0: "GeForce GTX 745"CUDA Driver Version / Runtime Version 9.0 / 8.0CUDA Capability Major/Minor version number: 5.0Total amount of global memory: 4041 MBytes (4237164544 bytes)( 3) Multiprocessors, (128) CUDA Cores/MP: 384 CUDA CoresGPU Max Clock rate: 1032 MHz (1.03 GHz)Memory Clock rate: 900 MhzMemory Bus Width: 128-bitL2 Cache Size: 2097152 bytesMaximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layersMaximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layersTotal amount of constant memory: 65536 bytesTotal amount of shared memory per block: 49152 bytesTotal number of registers available per block: 65536Warp size: 32Maximum number of threads per multiprocessor: 2048Maximum number of threads per block: 1024Max dimension size of a thread block (x,y,z): (1024, 1024, 64)Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)Maximum memory pitch: 2147483647 bytesTexture alignment: 512 bytesConcurrent copy and kernel execution: Yes with 1 copy engine(s)Run time limit on kernels: YesIntegrated GPU sharing Host Memory: NoSupport host page-locked memory mapping: YesAlignment requirement for Surfaces: YesDevice has ECC support: DisabledDevice supports Unified Addressing (UVA): YesDevice PCI Domain ID / Bus ID / location ID: 0 / 1 / 0Compute Mode:< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 745
Result = PASS若结果是result=pass，就说明成功。
2、查看安装的版本：
bit@bit-613:/$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.613、编译cuda例子：
https://blog.csdn.net/u014106566/article/details/94728593
四、安装cuDNN
4.1 查找对应CUDA版本的cuDNN版本。
查找对应CUDA版本的cuDNN版本：
- Cuda compilation tools, release 8.0, V8.0.61
- Driver Version: 384.130
cuda8.0.61 对应的cuDNN版本为 7.1.4-7.2.1.
4.2 到官网下载对应的cuDNN软件
cuDNN Archive
发现有3个对应的Ubuntu版本的cuDNN：
cuDNN v7.1.4 Runtime Library for Ubuntu16.04 (Deb)
cuDNN v7.1.4 Developer Library for Ubuntu16.04 (Deb)
cuDNN v7.1.4 Code Samples and User Guide for Ubuntu16.04 (Deb)Runtime 和 Developer 版本区别
- developer library 包含了在Ubuntu系统上开发深度学习时所需的cuDNN头文件，如果你不需要开发编译任何深度学习程序，而只是将其用于运行某些深度学习应用，那么只下载“runtime library”就足够了。
最好分别安装这3个文件。
Ubuntu系统—CUDA+cuDNN 安装
4.3 安装
安装指导：官网链接
安装deb格式的文件，找到相关的安装指南：安装指南
find / -name cudnn.h
- 1
这个命令会列出所有的cudnn.h文件
找到自己安装cuda时的虚拟环境中的cudnn.h，我的是：/usr/include/cudnn.h
2、将找到的cudnn.h文件复制到
cp /usr/include/cudnn.h /usr/local/cuda/include/
3、查询cudnn的版本：
root@bit-613:~# cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)#include "driver_types.h"4、 查询
find / -name libcudnn.so文件在：/usr/lib/x86_64-linux-gnu/libcudnn.so
复制到：
cp /usr/lib/x86_64-linux-gnu/libcudnn.so /usr/local/cuda-8.0/lib64然后make，生成了可执行文件darknet和libdarknet.so及库libdarknet.a
大功告成。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！