CUDA & cuDNN环境配置

2024-08-31 07:46:00

环境

python3.5
tensorflow 1.3
VUDA 8.0
cuDNN V6.0

1、确保GPU驱动已经安装

lspci | grep -i nvidia 通过此命令可以查看GPU信息
nvidia-smi 可以查看英伟达显卡信息

确保gcc安装

gcc -v

3、确保安装ssh

yum install openssh-server

4、确保安装kernel

sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)

CUDA 环境配置

安装

注意：这个地方使用的是8.0，9.x 有坑
下载https://developer.nvidia.com/cuda-downloads
$ sudo rpm -i cuda_installer_downloaded_file.rpm
$ sudo yum clean all
$ sudo yum install cuda

5.2 配置

添加下面配置到/etc/profile 或/etc/bashrc
$ export PATH=/usr/local/cuda-8.0/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

5.3 验证

nvcc -V
sample 中含有一个device的检测文件，make 然后执行就可以检测（如果安装正常）

5.4 cuDNN配置

注意：这个地方使用的是Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0，其它的for CUDA 8.0 有坑
tar -zxvf cudnn-6.5-linux-x64-v2.tgz
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*

最新文章

热门文章