ubuntu20.04安装cuda11.4以及cudnn

  1. 系统:ubuntu20.04
  2. 硬件配置:GPU3080、CPU未知
  3. 通过《软件和更新》在附加驱动选项中添加了驱动:

    1.检查自己电脑支持的cuda
bash 复制代码
 nvidia-smi
  1. 下载cuda11.4.2
bash 复制代码
wget https://developer.download.nvidia.com/compute/cuda/11.4.2/local_installers/cuda_11.4.2_470.57.02_linux.run
sudo sh cuda_11.4.2_470.57.02_linux.run

会有卡顿,大概等1分钟;因之前安装了驱动,因此在下面的步骤中需要取消安装驱动。

  1. Continue
  2. accept
  3. 取消Driver


    添加环境变量:
bash 复制代码
gedit ~/.bashrc
#添加:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
#保存退出
source ~/.bashrc

测试CUDA

bash 复制代码
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make -j4
./deviceQuery
--------------------------显示-----------------
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.4, CUDA Runtime Version = 11.4, NumDevs = 1
Result = PASS

安装CUDNN

https://developer.nvidia.com/cudnn (现在需要先登录才能下载)

下载cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz

下载成功后解压复制

bash 复制代码
tar zxvf cudnn-11.4-linux-x64-v8.2.4.15.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
相关推荐
独隅3 天前
PyTorch模型转换为TensorFlow Lite实现 iOS 部署的全面指南
pytorch·ios·tensorflow
山海AI手册6 天前
028、边缘AI与嵌入式部署:TensorFlow Lite/PyTorch Mobile实战手记
人工智能·pytorch·tensorflow
码云数智-大飞7 天前
CSS 优先级详解:告别样式冲突,掌控网页“层叠”艺术
人工智能·python·tensorflow
奔跑的卡卡7 天前
Web开发与AI融合-第二篇:TensorFlow.js实战:在浏览器中运行AI模型
前端·人工智能·tensorflow
独隅7 天前
TensorFlow 图像分类完整代码模板与深度解析
人工智能·分类·tensorflow
云程笔记8 天前
004.环境搭建基础篇:Python、CUDA、cuDNN、PyTorch/TensorFlow安装与版本兼容性踩坑
pytorch·python·tensorflow
万粉变现经纪人9 天前
如何解决 pip install tensorflow-gpu 报错 未检测到 CUDA 驱动 问题
人工智能·python·深度学习·aigc·tensorflow·bug·pip
我姓徐12 天前
TensorFlow 模型训练和简单部署示例
python·tensorflow
星马梦缘14 天前
cannot import name ‘deserialize‘ from ‘tensorflow.keras.models‘ 的解决方案
tensorflow·keras·neo4j
星马梦缘14 天前
cannot import name ‘__version__‘ from ‘tensorflow.keras‘ 的解决方案
人工智能·tensorflow·keras