安裝顯卡驅(qū)動(dòng)

查看驅(qū)動(dòng)版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

安裝anaconda

下載：
獲取anaconda在清華鏡像站的網(wǎng)址，然后在服務(wù)器端wget 網(wǎng)址就行了。

清華鏡像站中anaconda的所有版本的網(wǎng)址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

找到自己想要的那個(gè)版本，然后右鍵-》復(fù)制鏈接地址。

接下來(lái)在服務(wù)器端找一個(gè)好的目錄，wget + 復(fù)制好的地址，運(yùn)行就好。

示例：
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

sh ./Anaconda3-5.3.1-Linux-x86_64.sh source /root/anaconda3/etc/profile.d/conda.sh

如果conda 不起作用的話。

接下來(lái)一直操作就行

安裝cuda

https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal

下載對(duì)應(yīng)的版本

然后進(jìn)入文件夾中，安裝，運(yùn)行如下代碼

sudo cuda_9.0.176_384.81_linux.run

安裝cudnn

先下載 官網(wǎng)地址 https://developer.nvidia.com/rdp/cudnn-archive

這兩個(gè)軟件包時(shí)應(yīng)該先安裝上面那個(gè)Runtime版本的而不是下面那個(gè)developer版本。
解壓壓縮包，然后出現(xiàn)cuda 文件夾

tar -xzvf cudnn-10.0-linux-x64-v7.6.4.38.solitairetherme8

如果是deb文件，執(zhí)行以下命令

sudo dpkg -i libcudnn7_7.4.1.5-1+cuda10.0_amd64.deb

然后執(zhí)行以下命令

$ sudo cp cuda/include/cudnn*.h /usr/local/cuda/include $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 $ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

然后測(cè)試是否安裝完成

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

錯(cuò)誤：
1.libcudnn8-dev 依賴于 libcudnn8 (= 8.0.4.30-1+cuda11.1)；然而：
未安裝軟件包 libcudnn8。

dpkg: 處理軟件包 libcudnn8-dev (–install)時(shí)出錯(cuò)：
依賴關(guān)系問題 - 仍未被配置
在處理時(shí)有錯(cuò)誤發(fā)生：
libcudnn8-dev
解決 先安裝developer 版本

一，tar安裝

a，解壓tar文件

$ tar -xzvf cudnn-9.0-linux-x64-v7.tgz
b，復(fù)制所需文件到系統(tǒng)相應(yīng)位置

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include

$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
二，deb安裝

a，安裝runtime library

sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb
b，安裝developer library

sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb
c，安裝code samples and the cuDNN Library User Guide

sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb

3，驗(yàn)證

a,拷貝示例代碼到任意可寫路徑

$cp -r /usr/src/cudnn_samples_v7/ .
b,進(jìn)入cudnn_samples_v7相應(yīng)目錄

$ cd cudnn_samples_v7/mnistCUDNN
c,編譯

$make clean &&& make
d.運(yùn)行

$ ./mnistCUDNN

安裝pytorch-gpu

其實(shí)可以直接 安裝pytorch 不用安裝 cudnn coda 就行

conda install pytorch torchvision cudatoolkit=10.1

然后進(jìn)行測(cè)試即可

總結(jié)

以上是生活随笔為你收集整理的Ubuntu18.0.1 安装 anaconda conda cudnn pytorch-gpu的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。