檢查Driver
Note:
- 一臺機器只能對應一個nvidia driver,而一個nvidia driver可以對應多個cuda。只要在自己的路徑下把cuda指定成特定版本就行。
- 儘量不要使用/usr/local/下面的默認cuda/,防止因爲ln對象會發生變化而造成影響。
- nvidia driver版本 決定了 可用的cuda範圍,進而決定了 可用的tensorflow-gpu版本。所以,每次上一臺新機器前,首先確定nvidia driver版本。
查看nvidia driver版本:
cat /proc/driver/nvidia/version
Table 1. CUDA Toolkit and Compatible Driver Versions:
安裝Cuda
查看本機操作系統:
cat /etc/issue
前往英偉達官網,下載對應的cuda版本:
Note:
- 以下以cuda9.0爲例。
安裝cuda:
sudo sh cuda_9.0.176_384.81_linux.run
Note:
- 勿裝driver!否則會安裝失敗!
寫入對應路徑:
vim ~/.bashrc
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH
source ~/.bashrc
查看cuda版本,驗證是否安裝成功:
nvcc -V
安裝Cudnn
下載對應的cudnn安裝包。
Note:
- 以下以cuda9.0、cudnn7.6.2爲例。
解壓:
mkdir cudnn
tar -xvzf cudnn-9.0-linux-x64-v7.6.2.24.tgz -C cudnn/
複製文件:
sudo cp cudnn/cuda/lib64/lib* /usr/local/cuda-9.0/lib64/
sudo cp cudnn/cuda/include/cudnn.h /usr/local/cuda-9.0/include/
設置軟鏈接:
cd /usr/local/cuda-9.0/lib64
sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.6.2 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
sudo ldconfig