【深度學習】谷歌雲GPU伺服器建立與使用指南(三)
阿新 • • 發佈:2019-01-06
sudo wget -O driver-384.deb http://cn.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb
按照官網“其他”中介紹的安裝方式安裝
2)安裝CUDA toolkit
這裡就有小坑了,CUDA版本要在下面“legacy releases”中選擇8.0版本
win 版本:https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_win10-exe
Linux ubuntu16.04版本:(可能會變動)https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb
下面這兩個用哪個都可以
然後按照下圖選擇型別,最後按照安裝介紹安裝。
在安裝時,會遇到如下提示,我們不安裝顯示驅動,所以一定要選“n”
Install NVIDIAAccelerated Graphics Driver for Linux-x86_64 387.26?
(y)es/(n)o/(q)uit:n
最後顯示如下內容,代表CUDA安裝成功
3)安裝CUDNN
tar -xvzf cudnn-8.0-linux-x64-v5.1.tgz
解壓後是一個cuda資料夾cd cuda sudo cp include/cudnn.h /usr/local/cuda/include sudo cp lib64/libcudnn.* /usr/local/cuda/lib64
sudo vi /etc/profile
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
source /etc/profile 使更改生效。
nvcc -V 檢查CUDA