zoukankan      html  css  js  c++  java
  • ubuntu18.04+GTX2080 部署cuda10.2

     

    (1)

    sudo apt-get update
    

    (2)

    https://blog.csdn.net/wf19930209/article/details/95237824

    更新PCI ID

    由于目前ubuntu 18.04使用的内核版本是4.15.0,比较新的显卡还没有同步更新到位,所以我们需要手动更新一下支持的PCI ID。

    1打开终端输入:

    sudo update-pciids
    

     2查看命令是否成功执行:

    sudo cat /usr/share/misc/pci.ids | grep -i rtx
    

     3 查看当前插入的RTX2080Ti是否正确识别:

    lspci | grep -i nvidia
    

    安装驱动

     

     

     

    验证显卡是否安装成功

    打开终端执行:

    nvidia-smi
    

    输出结果如下代表成功:

     3、 装cuda10.2

    cuda官网安装文档链接[1] http://docs.nvidia.com/cuda/cuda-installation-guide-linux/#axzz4HIBXnwyt,通过官网指导运行.run文件。

     https://developer.nvidia.com/cuda-downloads

    wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run
    

     

    sudo sh cuda_11.1.1_455.32.00_linux.run
    

     

     

     

                                       

    添加系统环境变量,写到/etc/profile的尾部

    sudo gedit /etc/profile
    
    export PATH=/usr/local/cuda-10.2/bin:$PATH
    
    export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
    

    4、 检测cuda是否正常

    $ nvcc -V //查看是否为10.2的nvcc版本
    
    $ cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
    
    $ make
    
    $ sudo ./deviceQuery //查看是否有cuda8.0 的gpu内容
    

    上面这一步,可能会报错could not insert 'nvidia_340_uvm'(跳过这一步检测,后面可能会继续报相同错误,或者提示gpu0不能用)。如下:

    ./deviceQuery Starting...
     CUDA Device Query (Runtime API) version (CUDART static linking)
    modprobe: ERROR: could not insert 'nvidia_340_uvm': Invalid argument
    cudaGetDeviceCount returned 30
    -> unknown error
    Result = FAIL

    解决参考[3]中所述: sudo apt-get remove nvidia-340 。

    然后继续检测sudo ./deviceQuery 看是否正常。

    5、装cudnn, [5]是nvidia官方的cudnn指导文档(https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#axzz4qYJp45J2)。

     https://blog.csdn.net/WongHF/article/details/103593072

    选择对应你cuda版本的cudnn下载。这里我下载的是cudnn5.1,解压后复制到相应位置,授权,增加链接关系。如下:

    $ cd cudnn/include/ (解压后的cudnn目录,目录文件有可能叫cudn)
    
    $ sudo cp cudnn.h /usr/local/cuda/include/   #复制头文件
    
    $ cd cudnn/lib64/
    
    $ sudo cp lib*  /usr/local/cuda/lib64/   #复制动态链接库
    
    $ cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.5   #删除原有动态文件
    
    $ sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5 #生成软衔接
    
    $ sudo ln -s libcudnn.so.5 libcudnn.so     #生成软链接
    

    Python 3

    sudo apt-get install python3-numpy swig python3-dev python3-wheel 
    
  • 相关阅读:
    json_encode不编码中文字符的方式
    网站备份脚本
    英语动词大全
    多线程和多进程的区别【转载网络】
    解决curl中errno为51和60的错误
    ps修改图片文字
    如何设计充值消费的数据表
    LoRa与NB-IoT对比(转载)
    vuejs 使用vue-cli引入bootstrap
    关于防火墙的规则
  • 原文地址:https://www.cnblogs.com/kekeoutlook/p/14098933.html
Copyright © 2011-2022 走看看