[Linux版本Debian系统]安装cuda 和对应的cudnn以cuda 12.0为例

写在前面

先检查自己有没有安装使用wget的命令，没有的话输入下面命令安装：

apt-get install wget -y

查看gcc的安装

sudo apt install gcc   #安装gcc
gcc --version          #查看gcc是否安装成功
#若上述命令不成功使用下面的命令尝试之后再执行上面的命令
sudo apt-get install libglib2.0-dev    #报错使用此命令进行依赖库安装
sudo apt-get update                    #更新一下软件资源
apt update -y 
sudo apt install gcc --fix-missing     #更新一下软件资源

一、检查本机是否有CUDA工具包，输入nvcc -V：

二、安装cuda

1\] **CUDA工具包** ： \[2\] **cuDNN库** ： 1.在命令行输入`nvidia-smi`查看显卡驱动版本也就是最高支持的CUDA工具包版本。 例如，本机可安装12.0及以下的CUDA工具包：  2.在[nvidia官网](https://img-blog.csdnimg.cn/913560f6036c423f876688c67b62685f.png)选择对应版本的CUDA工具包并选择你的机器配置，我们就选择12.0版本下载   3.在终端执行如下命令 ```python wget https://developer.download.nvidia.com/compute/cuda/12.0.0/local_installers/cuda_12.0.0_525.60.13_linux.run sudo sh cuda_12.0.0_525.60.13_linux.run ``` 1）第一行命令下载安装包  2）使用第二行`sudo sh`命令需要提前下载`gcc`库,此过程会有点慢有点卡，耐心等待，出现界面之后卡了把终端框往下拉拉...  键入`accept`确认  我们已经有驱动了，这里取消安装驱动，上下键和回车键选择。  稍作等待，出现以下提示信息就安装好了，可以看到CUDA安装到了`/usr/local/cuda-12.0/`  4.修改环境变量 1)打开配置文件 ```python # 打开bashrc配置文件 vi ~/.bashrc ``` 2)在配置文件末尾加上： ```python # cuda env export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-12.0 export PATH=$PATH:/usr/local/cuda-12.0/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.0/lib64 ```  执行`wq`，保存退出 3)source 一下配置文件 ```python source ~/.bashrc ``` 5.检查是否安装完成 使用`nvcc -V`和`nvidia-smi`检查CUDA是否安装完成，出现以下提示代表安装完成  编译并执行CUDA样例程序，出现pass代表CUDA和GPU正常运行： ```python cd cd /usr/local/cuda-12.0/extras/demo_suite/ sudo make ./deviceQuery ```  ### 三.安装cudnn 1.根据安装的CUDA工具包版本在[官网](https://link.csdn.net/?target=https://developer.nvidia.com/rdp/cudnn-archive)选择适合版本的cuDNN，本文安装的CUDA版本是12.0，就选择与之对应的cuDNN v8.9.1，选择Local Installer for Linux x86_64 (Tar)。  2.复制cuDNN库的链接，使用wget下载或者下载到自己电脑之后再传到服务器上。 3.解压cuDNN文件，并进入解压出的文件夹，拷贝文件到/usr/local/cuda-12.0中 ```python tar -xvf cudnn-linux-x86_64-8.9.1.23_cuda12-archive.tar.xz #解压文件 cd cudnn-linux-x86_64-8.9.1.23_cuda12-archive sudo cp lib/* /usr/local/cuda-12.0/lib64/ #复制文件 sudo cp include/* /usr/local/cuda-12.0/include/ sudo chmod a+r /usr/local/cuda-12.0/lib64/* #赋予权限 sudo chmod a+r /usr/local/cuda-12.0/include/* ```  4.查看cuDNN版本`cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2`  上述教程为这台机器上的所有用户安装了CUDA和cuDNN，我们切一下普通用户查看`nvcc`是否能用