大家好,又见面了,我是你们的朋友全栈君。
系列总目录 链接→ [系统配置、包/库安装、问题修复]
注意:
查看是否安装了cuda
# 法1
cat /usr/local/cuda/version.txt
# 法2
nvcc --version
若没有安装,则查看是否有N卡驱动,若无N卡驱动,则到软件与更新 -> 附加驱动
中安装驱动
查看N卡驱动支持的cuda版本
nvidia-smi
如下图支持最高CUDA版本是11.4
到cuda-toolkit-archive,选择需要的CUDA下载
如下图,选择runfile(local)
,并使用生成的指令进行下载和安装
若第1步提示Existing package manager installation of the driver found. It is strongly recommended that you remove this before continuing.
,选择continue
,在下一步中去除driver
项,之后选择install
:
安装完成后,显示如下:
在~/.bashrc
文件中添加如下环境变量:
export PATH=/usr/local/cuda-11.3/bin${
PATH:+:${
PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
验证是否安装成功
nvcc -V
安装cuDNN,到cudnn-archive下载和CUDA对应的版本
1.Navigate to your <cudnnpath> directory containing the cuDNN tar file.
2.Unzip the cuDNN package.
$ tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz
3. Copy the following files into the CUDA toolkit directory.
$ sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include
$ sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
按照↑教程,可下载cuDNN Library for Linux (x86_64)
用复制的方式安装,使用如下命令查看安装版本
cat /usr/local/cuda-11.3/include/cudnn.h | grep CUDNN_MAJOR -A 2
也可下载Runtime Library
和Developer Library
的deb包,使用sudo dpkg -i xxx.deb
命令进行安装,使用如下命令查看安装版本
cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
在~/.bashrc
文件中添加cudnn环境变量如下:
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/targets/x86_64-linux/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
多版本CUDA安装重复上述步骤即可,最后通过更改第6步、第10步中环境变量切换CUDA版本
cuda_cublas_device_library
。
解决:出错版本为cuda10.2。cuda10.0版本的libcublas.so
在其lib64目录下,cuda11.x版本的libcublas.so
在其targets/x86_64-linux/lib/
目录下,但cuda10.2放在系统目录中,要升级到高版本cmake才能让其主动找到对应文件。经查其他博文,cuda10.2需要camke3.17以上。cmake升级参考cmake 升级,cmake下载时下那个源码包。版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/190384.html原文链接:https://javaforall.cn