精华内容
下载资源
问答
  • 下载旧版cuda的链接

    2020-10-07 09:59:46
    下载旧版cuda的链接 旧版本CUDA旧版本入口 进入这个地址 https://developer.nvidia.com/cuda-toolkit-archive 可以下载旧版本的CUDA

    下载旧版cuda的链接

    旧版本CUDA旧版本入口
    进入这个地址
    https://developer.nvidia.com/cuda-toolkit-archive
    可以下载旧版本的CUDA

    展开全文
  • 首先你要知道你的电脑显卡能支持的cuda最大版本: 如下下图所示,支持最大版本为cuda...版本CUDA旧版本入口 进入这个地址https://developer.nvidia.com/cuda-toolkit-archive点此进入,可以下载版本的CUDA ...

    首先你要知道你的电脑显卡能支持的cuda最大版本:
    如下下图所示,支持最大版本为cuda10.1.152版本!
    在这里插入图片描述
    在这里插入图片描述

    旧版本CUDA旧版本入口

    进入这个地址https://developer.nvidia.com/cuda-toolkit-archive点此进入,可以下载旧版本的CUDA
    在这里插入图片描述

    展开全文
  • 使用GPU和CUDA、cuDNN进行深度学习计算的浪潮已经持续了很多年,在此期间,显卡驱动和CUDA版本,以及cudnn深度学习工具包的版本已经更新了很多次...本文将介绍如何卸载旧版CUDA(如8.0版)并安装新版CUDA(10.0版) 材...

    使用GPU和CUDA、cuDNN进行深度学习计算的浪潮已经持续了很多年,在此期间,显卡驱动和CUDA版本,以及cudnn深度学习工具包的版本已经更新了很多次。随着新的TensorFlow 2.0版和Pytorch1.3版的发布,我们用于深度学习的机器也需要将运行环境更新到最新版本了,尤其是还在使用CUDA 8.0的话。本文将介绍如何卸载旧版CUDA(如8.0版)并安装新版CUDA(10.0版)

    材料准备

    首先需要从NVIDIA官网下载下属文件,一个是cuda10.0 另一个是cudnn7.4

    • cuda_10.0.130_410.48_linux
    • cudnn-10.0-linux-x64-v7.4.2.24.solitairetheme8
      自己的redhat红帽子系统,下载的cuda版本为:
      在这里插入图片描述

    卸载旧版本CUDA

    卸载前需要关闭一些跟图像相关的服务,比如X显示管理器lightdm。键盘按ctrl+Alt+F1,从纯命令行输入账号密码登入终端,然后输入下面的命令:

    $ sudo  systemctl stop lightdm
    $ cd  /usr/local/cuda-8.0/bin
    $ sudo  ./uninstall_cuda_8.0.pl
    

    一般安装cuda识别的话,其是会有提示去查看安装log,如下:

    RROR: An NVIDIA kernel module ‘nvidia-uvm’ appears to already be loaded in your kernel. This may be because it is in use (for example, by an X server, a CUDA program, or the NVIDIA Persistence Daemon), but this may also happen if your kernel was configured without support for module unloading. Please be sure to exit any programs that may be using the GPU(s) before attempting to upgrade your driver. If no GPU-based programs are running, you know that your kernel supports module unloading, and you still receive this message, then an error may have occured that has corrupted an NVIDIA kernel module’s usage count, for which the simplest remedy is to reboot your computer.
    ERROR: Installation has failed. Please see the file ‘/var/log/nvidia-installer.log’ for details. You may find suggestions on fixing installation problems in the README available on the Linux driver download page at www.nvidia.com.

    不过具体问题出现直接百度就行,很容易解决的。如果解决还是会出现问题,则重启下。
    解决方法一: 如果以前装过cuda,这个一般是旧的驱动没有卸载完成导致的,此时卸载英伟达驱动指令为:

    yum remove "*cublas*" "cuda*"
    yum remove "*nvidia*"
    

    还有一个卸载指令为:

    To uninstall  the NVIDIA Driver, run nvidia-uninstall
    

    安装新版本CUDA

    找到我们已经下载好的cuda 10和cudnn 7.4文件,并首先输入下列命令安装cuda 10。

    $ sudo sh cuda_10.0.130_410.48_linux
    

    首先出现的是关于CUDA的用户协议的事项,可以直接按 “Ctrl +C” 跳过,并输入“accpet”表示接受协议。

    Logging to  /tmp/cuda_install_11026.log
    Using more to  view the EULA.
    End User  License Agreement
    --------------------------
    Preface
    -------
    The Software  License Agreement in Chapter 1 and the Supplement
    in Chapter 2  contain license terms and conditions that govern
    the use of  NVIDIA software. By accepting this agreement, you
    agree to  comply with all the terms and conditions applicable
    to the  product(s) included herein.
     
    NVIDIA Driver
    Description
    This package  contains the operating system driver and
    fundamental  system software components for NVIDIA GPUs.
     
    NVIDIA CUDA  Toolkit
     
    Description
     
    The NVIDIA  CUDA Toolkit provides command-line and graphical
    tools for  building, debugging and optimizing the performance
    of applications  accelerated by NVIDIA GPUs, runtime and math
    libraries,  and documentation including programming guides,
    user manuals,  and API references.
     
    Default  Install Location of CUDA Toolkit
     
    Windows  platform:
     
    %ProgramFiles%\NVIDIA  GPU Computing Toolkit\CUDA\v#.#
     
    Linux  platform:
     
    /usr/local/cuda-#.#
     
    Mac platform:
     
    /Developer/NVIDIA/CUDA-#.#
     
    NVIDIA CUDA  Samples
     
    Description
     
    This package  includes over 100+ CUDA examples that demonstrate
    various CUDA  programming principles, and efficient CUDA
    implementation  of algorithms in specific application domains.
    Do you accept  the previously read EULA?
    accept/decline/quit:  accept
    

    由于需要更新NVIDIA驱动的版本,其中有一个“Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?”需要输入“y”以安装新版驱动。(这个可以安装也可以不安装。)

    Install  NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?
    (y)es/(n)o/(q)uit:  y    ( 如果电脑上有了显卡driver,可以不用安装)
    Do you want  to install the OpenGL libraries?
    (y)es/(n)o/(q)uit  [ default is yes ]: y
     
    Do you want  to run nvidia-xconfig?
    This will  update the system X configuration file so that the NVIDIA X driver
    is used. The  pre-existing X configuration file will be backed up.
    This option  should not be used on systems that require a custom
    X  configuration, such as systems with multiple GPU vendors.
    (y)es/(n)o/(q)uit  [ default is no ]:
     
    Install the  CUDA 10.0 Toolkit?
    (y)es/(n)o/(q)uit:  y
     
    Enter Toolkit  Location
     [ default is /usr/local/cuda-10.0 ]:
     
    Do you want  to install a symbolic link at /usr/local/cuda?
    (y)es/(n)o/(q)uit:  y
     
    Install the  CUDA 10.0 Samples?
    (y)es/(n)o/(q)uit:  y  (这个也可以不用安装)
     
    Enter CUDA  Samples Location
     [ default is /home/gpu ]:
     
    Installing  the NVIDIA display driver...
    Installing  the CUDA Toolkit in /usr/local/cuda-10.0 ...
    Missing  recommended library: libGLU.so
    Missing  recommended library: libXmu.so
     
    Installing  the CUDA Samples in /home/gpu ...
    Copying  samples to /home/gpu/NVIDIA_CUDA-10.0_Samples now...
    Finished  copying samples.
     
    ===========
    = Summary =
    ===========
     
    Driver:   Installed   (已有驱动可以不用安装)
    Toolkit:  Installed in /usr/local/cuda-10.0
    Samples:  Installed in /home/gpu, but missing recommended  libraries  (也可以不用安装)
     
    Please make  sure that
     -    PATH includes /usr/local/cuda-10.0/bin
     -    LD_LIBRARY_PATH includes /usr/local/cuda-10.0/lib64, or, add  /usr/local/cuda-10.0/lib64 to /etc/ld.so.conf and run ldconfig as root
     
    To uninstall  the CUDA Toolkit, run the uninstall script in /usr/local/cuda-10.0/bin
    To uninstall  the NVIDIA Driver, run nvidia-uninstall
     
    Please see  CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-10.0/doc/pdf for  detailed information on setting up CUDA.
     
    Logfile is  /tmp/cuda_install_11026.log
    Signal  caught, cleaning up
    

    上面安装完后的提示有教我们怎么配置环境:

    Please make  sure that
     -    PATH includes /usr/local/cuda-10.0/bin
     -    LD_LIBRARY_PATH includes /usr/local/cuda-10.0/lib64, or, add  /usr/local/cuda-10.0/lib64 to /etc/ld.so.conf and run ldconfig as root
    

    当最后出现这类输出,没有其他报错之后,就算成功安装了新版CUDA了。然后我们接着需要安装配置新的环境变量。在 ”~/.bashrc“ 的最后添加:

    export  PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
    export  LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    export  CUDA_HOME=/usr/local/cuda
    

    其中,前 2 个(PATH, LD_LIBRARY_PATH) 是 CUDA 官网安装文档中建议的变量。第 3 个(CUDA_HOME)是 tensorflow-GPU 版本要求的变量。
    配置完环境变量之后,一定要更新一下,否则不能立即生效。也可以通过重启电脑使得环境变量生效。

    $ source  ~/.bashrc
    

    注意: 上面的配置基本都是需要的,其相当于C++添加依赖库是需要添加lib,bin,include等文件路径到VS上。其中/usr/local/cuda是软链接,这个如果已经存在的话新安装的cuda是无法重写它的,此时可以手动进行创建,nvcc是cuda的bin目录下的,如下:

    rm -rf /usr/local/cuda
    mkdir /usr/local/cuda
    
    sudo ln -s /usr/local/cuda-9.0/ /usr/local/cuda/
    
    nvcc --version
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2017 NVIDIA Corporation
    Built on Fri_Sep__1_21:08:03_CDT_2017
    

    接着我们可以查看下新版显卡驱动安装结果,因为这个指令是安装驱动后才会有的指令。

    $ nvidia-smi
    Fri Oct 27  15:46:57 2019
    +-----------------------------------------------------------------------------+
    | NVIDIA-SMI  410.48                 Driver Version:  410.48                    |
    |-------------------------------+----------------------+----------------------+
    | GPU  Name         Persistence-M| Bus-Id         Disp.A | Volatile Uncorr. ECC |
    | Fan  Temp   Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
    |===============================+======================+======================|
    |   0   Tesla P100-PCIE...  Off  | 00000000:06:00.0 Off |                    0 |
    | N/A   29C     P0    24W / 250W |      0MiB / 12198MiB |      0%       Default |
    +-------------------------------+----------------------+----------------------+
     
    +-----------------------------------------------------------------------------+
    |  Processes:                                                        GPU  Memory |
    |  GPU        PID   Type   Process name                             Usage      |
    |=============================================================================|
    |  No running processes found                                                 |
    +-----------------------------------------------------------------------------+
    

    最后恢复图像显示:

    $ sudo  systemctl start lightdm
    

    配置cudnn库

    首先,更改cudnn文件名称,以方便解压。其他版本的文件名需根据实际情况做相应修改。

    $ cp cudnn-10.0-linux-x64-v7.4.2.24.solitairetheme8  cudnn-10.0-linux-x64-v7.4.2.24.tgz
    $ tar zxvf cudnn-10.0-linux-x64-v7.4.2.24.tgz
    $ sudo cp  cuda/include/cudnn.h /usr/local/cuda/include
    $ sudo cp  cuda/lib64/libcudnn* /usr/local/cuda/lib64
    

    **注意:**如果没有创建软链接的话复制到安装位置下
    接下来就是修改文件访问权限:

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

    最后,我们就配置完了。

    展开全文
  • 版本CUDA下载路径

    2020-09-19 18:08:03
    下载路径 https://developer.nvidia.com/cuda-toolkit-archive

    下载路径

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

    展开全文
  • CUDA旧版本入口

    2020-05-19 11:49:47
    在NVIDIA DEVELOPER官网中下载CUDA旧版本的入口在Legacy Releases 网址为https://developer.nvidia.com/cuda-toolkit-archive
  • cuda11为例,选择deb(local)文件即可。run文件用于离线下载 wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin sudo mv cuda-ubuntu1804.pin /etc/apt/...
  • 想升级到cuda11.1,需要卸载旧版cuda,但是旧版一直卸载不净,导致新版cuda总是安装失败,首先使用了显卡驱动清理,强制卸载,清理注册表等各种方法,不过发现NV在Program files底下仍然有文件夹。所以首先利用卸载...
  • 最近因为要跑的程序里带有reinforce()这...Ubuntu + Anaconda + python 虚拟环境 + pytorch 版本 + CUDA 版本 配置。 首先,要创建一个虚拟环境。 conda create -n ENV_NAME python=3.5 这样装出来的就是pytho...
  • 【nvidia】2.cuda旧版本卸载

    千次阅读 2019-09-03 20:02:16
    直接删除cuda文件:/usr/local/cuda-?.0,问号代表版本号 高级方法: #方法一: sudo apt-get remove nvidia-cuda-toolkit #方法二:删除cuda toolkit及依赖 sudo apt-get remove --auto-remove nvidia-cuda-...
  • NVIDIA 旧版显卡驱动下载及对应CUDA,CUDNN安装教程 NVIDIA,CUDA,CUDNN版本对应关系 链接如下:下载 图片如下: NVIDIA显卡驱动下载 由于pytorch、tensorflow等对cuda的要求,因此需要下载旧版本的NVIDIA显卡驱动...
  • 下载各版本cuda,下载以前版本的cuda

    千次阅读 2020-04-25 13:10:28
    1.打开网址https://developer.nvidia.com/cuda-toolkit-archive 2.下载10.1版本就点击CUDA Toolkit 10.1 3.如图选择自己的版本。 4.打开这个网址就可下载。 5.cd到下载目录,执行sudosh 文件名 指令 6....
  • 问题描述: 在Ubuntu系统编译安装openpose项目的时候,用到cmake-gui工具。...推测问题原因应该是版本cuda未卸载干净。 曾经安装caffe的过程中,也因为版本的cuda库未卸载完全踩过坑:https:...
  • ubuntu安装cuda10.0及多版本cuda管理cuda8.0卸载 原来是cuda8.0与cuda9共存,现在cuda8.0已逐渐退出,卸载cuda8,安装cuda10 并管理cuda9.0与cuda10.0双版本 cuda8.0卸载 sudo /usr/local/cuda-8.0/bin/uninstall_...
  • 因为要用到tf2.2,需要用到cuda10.1,所以加装cuda10.1与cudnn7.6.5,并且可以随时切换版本cuda 下载对应的包,cuda为.run文件,cudnn为.tar压缩包 进入到cuda包路径 sudo sh cuda_10.1.105_418.39_linux.run ...
  • 安装历史版本CUDA

    2021-03-31 12:04:13
    https://developer.nvidia.com/cuda-toolkit-archive
  • .deb版本cuda安装。

    千次阅读 2018-08-29 20:27:30
    1.先记录下驱动问题: 1).run形式安装cuda。清理原有显卡驱动后,先安装自己显卡对应的驱动,在步骤中出现”Would you like to run the nvidia-xconfig...(这里是cuda自带的版本的驱动)。 我安装cuda8.0时,是...
  • 卸载CUDA很简单,一条命令就可以了,主要执行的是CUDA自带的卸载脚本,读者要根据自己的cuda版本找到卸载脚本: sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl 1 卸载之后,还有一些残留的文件夹,之前安装的...
  • tensorflow暂未兼容cuda9.0, 安装cuda8.0

    千次阅读 2017-11-14 20:40:32
    版本cuda都在这边 https://developer.nvidia.com/cuda-toolkit-archive nvidia社区相同问题 https://devtalk.nvidia.com/default/topic/1026198/cuda-9-0-importerror-libcublas-so-8-0/ 错误信息: ...
  • CUDA 低于 8.0 肿么办 附录 安装PyTorch正常方法 首先,先看看自己的 anaconda 里 Python 是什么版本的。直接输入指令: $ python Python 3.6.10 |Anaconda, Inc.| (default, May 8 2020, 02:54:21) [GCC ...
  • 主要参考自: https://baijiahao.baidu.com/s?id=1663920145053509733&wfr=spider&for=pc https://www.cnblogs.com/laosan007/p/12612446.html
  • 使用nvidia-smi查看服务器的cuda版本,发现是10.1,于是去官网下载对应cuda版本的pytorch(1.6.0)。然而,在跑代码的时候,依旧报错,说版本不匹配 解决 下载1.3.0版本的pytorch(对应的cuda版本为10.0),然后成功 .....
  • 1、下载你需要的版本的CUDA Toolkit runfile 2、在安装时如果之前安装过驱动则不再选择安装驱动;软链接也不选择; 3、安装完成后修改配置文件~/.bashrc,在文件末尾添加 #在文件结尾处添加 export LD_LIBRARY_...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,140
精华内容 2,056
关键字:

旧版cuda