Linux离线状态下安装cuda、cudnn、cudatoolkit

这篇具有很好参考价值的文章主要介绍了Linux离线状态下安装cuda、cudnn、cudatoolkit。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. 下载与安装说明

  • 工具包下载地址

    • CUDA历史版本下载地址:https://developer.nvidia.com/cuda-toolkit-archive
    • cuDNN历史版本下载地址:https://developer.nvidia.com/rdp/cudnn-archive
    • cudatoolkit各版本下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
  • 版本要求

    pytorch、cuda、cuDNN三者严格对应,此处安装cuda_10.2.89_440.33.01_linux.run,其对应的cudnn版本为10.2-linux-x64-v7.6.5.32

  • 文件上传

    将下载的安装包上传至离线Linux下存放文件的文件夹中,此处上传至家目录下的files文件夹中。

2. CUDA安装

**注:**此处以将cuda安装至software文件夹中为例,完成下述安装步骤说明:

  • 将files文件夹中的cuda工具包安装程序复制一份至software文件夹

    cp files/cuda_10.2.89_440.33.01_linux.run ~/software/
    

    进入cuda工具包安装程序放置目录(/data/users/CHDHPC/2017901437/software/),执行ls查看当前目录下文件:
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 修改cuda工具包安装程序运行权限

    chmod +x cuda_10.2.89_440.33.01_linux.run
    
  • 运行cuda工具包安装程序

    ./cuda_10.2.89_440.33.01_linux.run
    

    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 输入accept,然后按回车键。出现如下内容:
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 只勾选CUDA Toolkit选项。若其他版本安装包有其他选项,也是只勾选CUDA Toolkit选项。
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 光标移动到Options,然后按回车键,以修改安装目录。回车后出现下图:
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    这里我们需要修改Toolkit Options 、Library install path 这两项的路径。

  • 修改Toolkit Options路径

    • 光标移动到Toolkit Options,然后按回车键
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    • 取消所有选中选项,如下所示
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    • 光标移动到Change Toolkit Install Path,然后按回车键
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    • 将安装路径修改为自己家目录下的路径,此处修改为“ /data/users/CHDHPC/2017901437/software/cuda-10.2/ ”,其中2017901437为用户账号。
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    • 按回车键确认,出现如下内容
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    • 光标移动到Doen,按回车键返回,出现如下内容
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
  • 修改Library install path路径

    • 移动光标到Library install path,然后按回车键,出现如下内容
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    • 输入修改的路径,此处修改为“ /data/users/CHDHPC/2017901437/software/cuda-10.2/ ”,如下所示
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    • 按回车键确认,出现如下内容
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装
    • 光标移动到Done,按回车键确认,路径修改完成
  • 开始安装:移动光标到Install,然后按回车键,开始安装,如下
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 安装完成:出现如下安装信息,则表示安装成功
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 修改环境变量

    • 打开bashrc配置文件

      # 打开bashrc配置文件
      vim ~/.bashrc
      
    • 然后,向其中添加如下内容:

      # cuda env
      export CUDA_HOME=$CUDA_HOME:/data/users/CHDHPC/2017901437/software/cuda-10.2
      export PATH=$PATH:/data/users/CHDHPC/2017901437/software/cuda-10.2/bin
      export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/data/users/CHDHPC/2017901437/software/cuda-10.2/lib64
      
    • 添加完成,如下图所示:
      离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

    • 执行wq,保存退出

  • 激活环境变量

    source ~/.bashrc
    
  • 测试安装成功
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 安装完成

3. cuDNN安装

  • 将files文件夹中的cuDNN工具包安装程序复制一份至software文件夹

    cp cudnn-10.2-linux-x64-v7.6.5.32.tgz ~/software/
    

    进入cuDNN工具包安装程序放置目录(/data/users/CHDHPC/2017901437/software/),执行ls查看当前目录下文件:
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 解压下载好的cuDNN

    tar -zxvf cudnn-10.2-linux-x64-v7.6.5.32.tgz
    

    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 复制cuDNN加压后的文件到CUDA安装目录

    cp cuda/include/cudnn*  cuda-10.2/include/
    cp cuda/lib64/libcudnn* cuda-10.2/lib64/
    
  • 修改复制的文件的权限

    chmod a+r cuda-10.2/include/cudnn* cuda-10.2/lib64/libcudnn*
    
  • 安装完成,删除安装目录software下的解压生成的cuda文件夹、以及其他安装程序包。

4. cudatoolkit安装

  • 将files文件夹中的cudatoolkit工具包安装程序复制一份至software文件夹

    cp cudatoolkit-10.2.89-hfd86e86_1.tar.bz2 ~/software/
    

    进入cudatoolkit工具包安装程序放置目录(/data/users/CHDHPC/2017901437/software/),执行ls查看当前目录下文件:
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

  • 激活anaconda中要配置环境的python虚拟环境,此处配置的是默认环境,即激活base虚拟环境。若此环境已在激活状态,则跳过此步骤。

    conda activate base
    
  • 使用conda安装命令,将cudatoolkit工具包在当前激活的虚拟环境中。(conda install安装命令只能将包安装在当前激活的python虚拟环境中)

    conda install --offline cudatoolkit-10.2.89-hfd86e86_1.tar.bz2
    
  • 安装完成,如下所示
    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装

5. 测试安装成功

  • 激活虚拟环境

    conda activate base
    
  • 进入python解释器,并输入如下代码,测试pytorch、cuda安装成功。

    import torch
    print(torch.version.cuda)
    

    离线安装cuda,Linux,Python,linux,cuda,cudnn,cudatoolkit,离线安装文章来源地址https://www.toymoban.com/news/detail-842643.html

到了这里,关于Linux离线状态下安装cuda、cudnn、cudatoolkit的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包赞助服务器费用

相关文章

  • Anaconda的python虚拟环境中安装cudatoolkit和cudnn加速tensorflow

    Anaconda的python虚拟环境中安装cudatoolkit和cudnn加速tensorflow

    由于本地安装了cuda 10.0, 但是现在需要在Anaconda中安装不同的python虚拟环境来安装tensorflow-gpu、对应的cudatoolkit、对应的cudnn来加速,下面是具体的演示流程 我这里以安装tensorflow-gpu==1.9.0为例,首先进入python的虚拟环境,source activate py37_tf 通过\\\"conda search tensorflow-gpu\\\", 可以看到有

    2024年02月16日
    浏览(11)
  • Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch,GPU[cuda、cudnn]、CPU安装教学,以及查看CPU、GPU内存使用情况

    Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch,GPU[cuda、cudnn]、CPU安装教学,以及查看CPU、GPU内存使用情况

    Anaconda安装:Anaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。使用Anaconda可以通过创建多个独立的Python环境,避免用户的Python环境安装太多不同版本依赖导致冲突。 Anaconda 是一个免费开源的 Python 和 R 语言的发行版本,用于计算科学,Anac

    2024年02月04日
    浏览(11)
  • Linux系统下CUDA和cuDNN环境配置

    Linux系统下CUDA和cuDNN环境配置

    本人配置环境:linux服务器,ubantu18,显卡驱动11.0,安装CUDA11.0和cuDNN8.2.1。 1、先多找几篇博客,了解大概的流程,避免踩坑。 2、官网下载,复制官网命令到服务器下载。https://developer.nvidia.com/cuda-toolkit-archive  3、输入命令,再按i键,进入vim的编辑模式。 4、在末尾添加如下

    2024年02月04日
    浏览(10)
  • Python:conda install cudatoolkit的备选方案:pip install nvidia-cudnn-*:

    由于使用深度学习框架的不同,有的时候我们需要切换cudnn环境。比起在系统中安装多个cudnn版本,更便捷的方法是通过在python环境下安装cudnn工具,这样不同的cudnn环境就可以用python的包管理器(如conda等)管理,使用起来很方便。 最常用的方式是在conda下,通过安装不同版本

    2024年02月11日
    浏览(12)
  • 【autodl/linux配环境心得:conda/本地配cuda,cudnn及pytorch心得】-未完成

    【autodl/linux配环境心得:conda/本地配cuda,cudnn及pytorch心得】-未完成

    都是因为国内的网络环境以及墙的问题,导致我们服务器使用了源,或conda使用了源的问题。 使用命令: conda install ,提示找不到包,很可能是因为我们使用了源,然后源里没存那个包。 使用命令: conda search cudatoolkit,找不到包,那其实是这个源里没这个包,不是说conda真的

    2024年02月09日
    浏览(8)
  • 【autodl/linux配环境心得:conda/本地配cuda,cudnn,gcc,g++及pytorch心得】

    【autodl/linux配环境心得:conda/本地配cuda,cudnn,gcc,g++及pytorch心得】

    都是因为国内的网络环境以及墙的问题,导致我们服务器使用了源,或conda使用了源的问题。 使用命令: conda install ,提示找不到包,很可能是因为我们使用了源,然后源里没存那个包。 使用命令: conda search cudatoolkit,找不到包,那其实是这个源里没这个包,不是说conda真的

    2024年02月04日
    浏览(12)
  • 安装ubuntu22.04系统,GPU驱动,cuda,cudnn,python环境,pycharm

    安装ubuntu22.04系统,GPU驱动,cuda,cudnn,python环境,pycharm

    需要准备一个u盘,需要 格式化 ,且内存不小于8g 1 下载ubuntu镜像 下载链接: https://cn.ubuntu.com/download/desktop 2下载rufus Rufus - 轻松创建 USB 启动盘 Rufus: Create bootable USB drives the easy way https://rufus.ie/zh/  准备好这两个之后 ​ ​ 配置好之后,点开始,然后基本下一步下一步就可以

    2024年01月24日
    浏览(63)
  • Windows 系统从零配置 Python 环境,安装CUDA、CUDNN、PyTorch 详细教程

    Windows 系统从零配置 Python 环境,安装CUDA、CUDNN、PyTorch 详细教程

    进入anaconda官网:https://www.anaconda.com/ 点击 download 下载文件,我这里是 Anaconda3-2022.10-Windows-x86_64.exe (后续更新版本exe文件会有差别) 下载后打开 .exe 文件下载 anaconda: 选择安装路径(用默认的路径也可以): 这里两个都选: 然后安装就可以了。 打开 cmd,输入 conda(如果是

    2024年02月03日
    浏览(11)
  • Linux离线状态下在anaconda中安装pytorch

    Linux离线状态下在anaconda中安装pytorch

    下载地址(按安装方法选取) bz2压缩包下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/?C=MO=D whl包下载 torch、torchversion、torchaudio下载地址:https://download.pytorch.org/whl/torch_stable.html torchversion、torchaudio下载地址:https://conda.anaconda.org/pytorch/linux-64/ 版本要求 深度学习

    2023年04月25日
    浏览(9)
  • 分享:win10使用 python 让 NVIDA GeForce MX250 显卡发挥余热,安装CUDA,cuDNN和PyTorch

    分享:win10使用 python 让 NVIDA GeForce MX250 显卡发挥余热,安装CUDA,cuDNN和PyTorch

    打开NVIDA更新驱动的官网地址 根据下图的选择,记得 Windows驱动程序类型 要选 标准 ,如图 点击搜索,下面就会列出一大堆的历史驱动,选择第一个,也就是最新的,当前是472.12,点开,再点下载,再点同意并下载,建议用EagleGet 下载完毕后,双击安装,会提示选择一个解压

    2024年01月22日
    浏览(19)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包