精华内容
下载资源
问答
  • linux非root安装cuda cudnn 安装pytorch 1.安装anaconda3 wgethttps://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh shAnaconda3-5.3.1-Linux-x86_64.sh 安装过程没什么难度...

    linux非root安装cuda cudnn 安装pytorch

    1.安装anaconda3

    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

    安装过程没什么难度 注意不要安装vs code就行了,安装成功后会把path路径写到~/.bashrc下

    2.安装pytorch

    官网选择一个合适的版本 https://pytorch.org/get-started/previous-versions/

    选择pip方式安装,贼快,这里我用的是torch==1.1.0 torchvision==0.3.0 CUDA 10.0

    pip install torch==1.1.0 torchvision==0.3.0 -f https://download.pytorch.org/whl/cu100/torch_stable.html --index https://pypi.tuna.tsinghua.edu.cn/simple/

    -f指定的路径在下面一点Download and install wheel from xxx有 --index一样 指定清华的镜像

    pip 如果失败 pip install --upgrade pip

    3.安装cuda

    官网下载 根据显卡驱动选择对应版本 lspci | grep -i nvidia  

    https://developer.nvidia.com/cuda-toolkit-archive

    下载后安装 

    sh cuda_10.0.130_410.48_linux

    安装成后配置环境变量

    vi ~/.profile 粘贴下面给两行后保存退出
    export PATH="/home/tf/cuda-10.0/bin:$PATH"
    export LD_LIBRARY_PATH="/home/tf/cuda-10.0/lib64:$LD_LIBRARY_PATH"
    source ~/.profile

    4.安装cudnn

    官网下载对应版本  https://developer.nvidia.com/rdp/cudnn-archive

    tar -xzvf cudnn-10.0-linux-x64-v7.5.1.10.tgz
    将cudnn的两处文件拷贝至安装好的cuda即可
    cp cuda/include/cudnn.h ~/cuda-10.0/include/
    cp cuda/lib64/libcudnn* ~/cuda-10.0/lib64/
    chmod a+r ~/cuda-10.0/include/cudnn.h
    chmod a+r ~/cuda-10.0/include/cudnn.h ~/cuda-10.0/lib64/libcudnn*

    接下来验证安装是否成功

    python
    import torch
    torch.cuda.is_available()
    如果是True,说明cuda安装成功

     

    展开全文
  • AI人工智能【tf.keras】Linux root 用户安装 CUDA 和 cuDNN TensorFlow 2.0 for Linux 使用时报错:(cuDNN 版本低了)E tensorflow/stream_executor/cuda/cuda_dnn.cc:319] Loaded runtime CuDNN library: 7.4.1 ...

    AI

    人工智能

    【tf.keras】Linux 非 root 用户安装 CUDA 和 cuDNN

    TensorFlow 2.0 for Linux 使用时报错:(cuDNN 版本低了)

    E tensorflow/stream_executor/cuda/cuda_dnn.cc:319] Loaded runtime CuDNN library: 7.4.1 but source was compiled with: 7.6.0. CuDNN library major and minor version needs to match or have higher minor version in case of CuDNN 7.0 or later version. If using a binary install, upgrade your CuDNN library. If building from sources, make sure the library loaded at runtime is compatible with the version specified during compile configuration.

    ...

    tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above. [Op:Conv2D]

    解决方法:升级 cuDNN。TF 2.0 和 CUDA 10.0、cuDNN 7.6.4 是匹配的。

    root 用户

    Linux 服务器的用户如果有 root 权限,那直接删除原来的 cuDNN,然后再重装新版本。

    删除已有的 cuDNN:

    sudo rm -rf /usr/local/cuda/include/cudnn.h

    sudo rm -rf /usr/local/cuda/lib64/libcudnn*

    进入 cuDNN 解压后的 cuda 文件夹,安装新版本:

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

    sudo cp lib64/lib* /usr/local/cuda/lib64/

    建立软连接:(以 7.6.4 版本为例)

    cd /usr/local/cuda/lib64/

    sudo chmod +r libcudnn.so.7.6.4

    sudo ln -sf libcudnn.so.7.6.4 libcudnn.so.7

    sudo ln -sf libcudnn.so.7 libcudnn.so

    sudo ldconfig

    非 root 用户

    如果没有 root 权限,一种做法是自己重新装 CUDA 和 cuDNN。

    在用户目录下安装 CUDA

    从官网 https://developer.nvidia.com/cuda-10.0-download-archive 下载 ubuntu 使用的 cuda_10.0.130_410.48_linux.run,安装指令 sh cuda_10.0.130_410.48_linux.run,之后:

    # 按q退出协议说明.

    Do you accept the previously read EULA?

    accept/decline/quit: accept

    Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?

    (y)es/(n)o/(q)uit: no

    Install the CUDA 10.0 Toolkit?

    (y)es/(n)o/(q)uit: yes

    # 改成自己的用户名

    Enter Toolkit Location

    [ default is /usr/local/cuda-10.0 ]: /home/wuliyttaotao/cuda-10.0

    Do you want to install a symbolic link at /usr/local/cuda?

    (y)es/(n)o/(q)uit: n

    Install the CUDA 10.0 Samples?

    (y)es/(n)o/(q)uit: y

    # 使用默认路径,回车

    Enter CUDA Samples Location

    [ default is /home/wuliyttaotao ]:

    配置 cuDNN

    复制 cuDNN 文件到 CUDA 安装目录:(cuDNN 解压到 ~/cuda 目录了,~/cuda-10.0 为自己设定的 CUDA 安装目录,~ 代表 /home/wuliyttaotao)

    cp ~/cuda/include/cudnn.h ~/cuda-10.0/include

    cp ~/cuda/lib64/lib* ~/cuda-10.0/lib64

    chmod a+r ~/cuda-10.0/include/cudnn.h ~/cuda-10.0/lib64/libcudnn*

    建立软连接:

    cd ~/cuda-10.0/lib64

    ln -sf libcudnn.so.7.6.4 libcudnn.so.7

    ln -sf libcudnn.so.7 libcudnn.so

    ldconfig -v

    配置用户环境变量

    修改 ~/.bashrc 文件,将下面两行加进去:(将 wuliyttaotao 改成自己的用户名)

    export PATH=/home/wuliyttaotao/cuda-10.0/bin${PATH:+:${PATH}}

    export LD_LIBRARY_PATH=/home/wuliyttaotao/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

    保存 ~/.bashrc 文件后,source ~/.bashrc 使其生效。

    References

    内容来源于网络,如有侵权请联系客服删除

    展开全文
  • Linux 非root用户安装cuda和cudnn

    千次阅读 2018-08-31 11:16:13
    Linux 非root用户安装cuda和cudnn 1、cuda下载 https://developer.nvidia.com/cuda-downloads 2、在选择linux及对应的系统之后,选择 runfile(local)这个选项,然后下面给出的命令 “sudo sh cuda_9.0.176_384.81_...

    Linux 非root用户安装cuda和cudnn

    1、cuda下载 https://developer.nvidia.com/cuda-downloads
    2、在选择linux及对应的系统之后,选择 runfile(local)这个选项,然后下面给出的命令 “sudo sh cuda_9.0.176_384.81_linux.run” 中sudo这个需要管理员账号,其实可以去掉sudo,直接运行,然后按照给出的提示同意协议
    3、linux没有图形界面时,可以在浏览器复制下载链接“link”,然后再linux命令 “wget link”,下载下来filename.run
    4、chmod +x filename.run 然后 ./filename.run
    5、在协议中选择同意EULA(accept),不安装driver installation (no),然后再安装cuda时选择个人用户的目录,如/home/yourname/cuda9,以及cudasamples的目录
    6、cudnn的安装,从官网下载https://developer.nvidia.com/cudnn(需要注册账号), 我下载的是cudnn-9.0-linux-x64-v7.tgz,然后用tar -xzvf cudnn-9.0-linux-x64-v7.tgz 解压,解压到了cuda文件夹。(cd cuda && make)可选命令
    7、拷贝过去cudnn->cuda (cuda9是个人用户的下的目录/home/yourname/cuda9)
    cp cuda/include/cudnn.h cuda9/include/
    cp cuda /lib64/libcudnn* cuda9/lib64
    chmod a+r cuda9/include/cudnn/h cuda9/lib64/libcudnn*
    8、修改个人用户的环境变量
    环境变量文件 ~/.bashrc位于home/yourname/~/.bashrc(用vi ~/.bashrc编辑)
    “export PATH=HOME/cuda9/bin:PATH”
    “export LD_LIBRARY_PATH=LDLIBRARYPATH:HOME/cuda9/lib64/”
    这两条命令添加进去HOME目录就是/home/yourname
    修改之后 source ~/.bashrc使环境变量生效

    展开全文
  • linux非root安装CUDA

    千次阅读 2019-01-12 15:59:11
    1.首先查看自己系统的信息 uname -a lsb_release -a ...2.安装cuda (1)在文件目录下运行, bash+文件名 bash cuda_10.0.130_410.48_linux.run (2) 一开始出现很多一直按回车就可以了, 应该是...

    1.首先查看自己系统的信息

    uname -a 
    lsb_release -a

    这是我们的信息

    于是根据版本来然后去官网选择对应版本下载,cuda

    安装成功后用winscp上传文件到服务器

    2.安装cuda

    (1)在文件目录下运行, bash+文件名

    bash cuda_10.0.130_410.48_linux.run

    (2) 一开始出现很多一直按回车就可以了, 应该是使用协议,然后选择:accept

    (3)对于是否安装driver installation 选择输入:no (因为这个需要root权限)

    (4)开始安装,一般是y,但是注意后面有一个install开头的依旧选择 no

    (5)输入安装路径 根据自身情况写安装目录,然后选择是否需要cudasample,然后输入目录

    大体安装过程如下:

    此时便安装完成了

    3.配置环境变量

    根据安装位置,把安装路径加进去

    export PATH=~/CUDA10/bin:$PATH

    然后输入 nvcc -V,就能看见cuda 的版本号了,此时即安装成功了。

     

    对于CUDNN

    1.cudnn的安装,从官网下载https://developer.nvidia.com/cudnn(需要注册账号), 我下载的是cudnn-9.0-linux-x64-v7.tgz,然后用

    tar -xzvf cudnn-9.0-linux-x64-v7.tgz cd cuda 解压,解压到了cuda文件夹。

    [ASC1@login huangying]$ tar -xzvf cudnn-10.0-linux-x64-v7.4.2.24.tgz cd cuda

    2.拷贝过去cudnn->cuda (cuda10是个人用户的下的目录/home/yourname/cuda10)

    [ASC1@login ~]$ cp huangying/cuda/include/cudnn.h CUDA10/include
    [ASC1@login ~]$ cp huangying/cuda/lib64/libcudnn* CUDA10/lib64
    [ASC1@login ~]$ chmod a+r CUDA10/include/cudnn/h CUDA10/lib64/libcudnn*


    3.修改个人用户的环境变量

     export LD_LIBRARY_PATH=~/CUDA10/lib64:$LD_LIBRARY_PATH

    其过程如下图

    到此cuda的安装应该算是完成了



    本文借鉴自原文 
     

    展开全文
  • 一、安装官方的CUDA Toolkit1.检查显卡驱动是否工作正常nvidia-smi如果报错请联系管理员,如果正常运行,则可以进行下一步。2.wget命令下载对应版本的CUDA Toolkit,选择runfile(local)版本CUDA Toolkit 10.2 ...
  • 最近接触了一个项目,需要配置一些与强化学相关...因此,又在公司提供的Linux服务器非root用户下用重新配置了程序需要的运行环境。 一、下载cuda8.0 首先,需到NVIDIA官网https://developer.nvidia.com/cuda-dow...
  • 一、安装官方的CUDA Toolkit1.检查显卡驱动是否工作正常nvidia-smi如果报错请联系管理员,如果正常运行,则可以进行下一步。2.wget命令下载对应版本的CUDA Toolkit,选择runfile(local)版本CUDA Toolkit 10.2 ...
  • 不要用 cuda_10.1.168_418.67_linux.run 这个版本,非root没有成功。。。,chmod +x cuda_10.1.168_418.67_linux.run./cuda_10.1.168_418.67_linux.run3 . accpet┌───────────────────────...
  • 由于CUDA、CUDNN、显卡驱动、tensorflow-gpu版本都要相互对应才能正常工作。所以这里我选择了cuda8.0,cudnn6,tensorflow-gpu1.4.0一套。以下为详细过程。 一、下载cuda8和cudnn6 1.下载cuda8.0 由于驱动版本为384...
  • Linux非root用户如何优雅的安装cuda和cudnn

    万次阅读 热门讨论 2018-05-23 16:11:01
    ubantu非root用户如何优雅的安装cuda和cudnn 跑深度学习模型时,总会遇到各种版本的问题。如深度学习框架与cuda的版本不符,或者...非root安装cuda和cudnn anaconda python有一个很好的版本管理器——anacond...
  • linux非root用户很多软件无法安装,非常的不方便。我的方法是使用brew来代替系统的包管理工具。brew是最先用在mac上的包管理工具,可以将所有的包托管在user本地的环境内。下面的文档中运行的时候记得将用户名改成...
  • Linux非root用户在服务器安装cuda8.0

    千次阅读 2019-01-04 17:10:32
    ubuntu 16.04安装cuda8.0 一、下载cuda文件 安装: sh cuda_8.0.61_375.26_linux.run 这里因为是非root用户,所以要写入自己的安装目录,而不是用默认的路径: 配置环境: 按‘i"进入编辑...
  • 非root用户在Linux系统下安装cuda

    千次阅读 2018-09-16 22:25:43
    cuda安装 cuda的下载https://developer.nvidia.com/cuda-80-ga2-download-archive cudnn的下载https://developer.nvidia.com/cudnn 下载的cuda的版本和cudnn版本要求相匹配,我下载的是cuda8.0和cudnn8.0,下载...
  • 我们能不能做到不借助 root 权限给 Linux 系统安装 CUDA?答案是有可能的,但是“丑话说在前面”,显卡驱动需要比较新才行。那么我们为什么会有这种奇怪的需求呢?一种可能的情况是,服务器因为不同的人使用的版本不...
  • 1、根据自己的系统在官网下载cuda (选择runfile(local))2、进入下载目录,并执行sh cuda_XXXX_linux.run注意:1.在协议中选择同意EULA(accept)2.不安装driver installation (no)3.选择cuda安装目录,如/home/your...
  • Linux非root用户如何优雅的安装cuda和cudnn发布时间:2018-05-23 16:11,浏览次数:804, 标签:LinuxrootcudacudnnLinux非root用户如何优雅的安装cuda和cudnn跑深度学习模型时,总会遇到各种版本的问题。如深度学习...
  • 1. 安装cuda10.02 下载cuda10.02,选择runfile(local)这个文件下载,见链接https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=...
  • Linux非root用户安装tensorflow1.12.0-gpu + cuda9.0 + cudnn7.5.0简介安装Anaconda安装tensorflow-gpu 1.12.0安装cuda9.0和cudnn7.5.0验证安装是否成功 简介   最近做的一个项目需要使用GPU来做深度学习训练任务...
  • ubuntu非root用户安装cuda和cudnn

    千次阅读 2019-11-05 10:02:44
    非root用户安装cuda和cudnn 考虑到多人共用一个服务器做深度学习实验,有时候所需的cuda版本可能不一样,所以有必要在非root用户下安装自己的cuda和cudnn. 步骤 1.下载 cuda下载 ...
  • 1、原因 最近在跑Semantics-guided Part Attention Network的代码,作者给出的环境配置是python3.6与pytorch1.6。...通过torch.cuda.is_available()为false,可以看出安装的torch1.6框架并不能使用预装好的CUDA10.0

空空如也

空空如也

1 2 3 4
收藏数 73
精华内容 29
关键字:

linux非root安装cuda

linux 订阅