驱动、Cuda、Cudann
首先声明,由于我自己使用的服务器系统是Ubuntu16.04,所以一下一些命令均是在该系统的Terminal下执行的。
1. 怎样查看自己使用的Ubuntu版本?
以下三种命令都行:
1. uname -a
2. lsb_release -a
3. cat/proc/version
2. 怎样查看系统正在使用的驱动版本?
sudo dpkg --list | grep nvidia-*
3. 怎样查看系统正在使用的Cuda版本?
因为不同的驱动版本对应不同的Cuda版本,所以要想安装Cuda,就必须要先知道自己的驱动是什么版本,官网有 “驱动—Cuda” 的对照表https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#abstract:,自己根据驱动版本,选择适合的Cuda版本,再安装。
方法一:nvcc -V
方法二:cat/usr/local/cuda/version.txt
Cuda下载:https://developer.nvidia.com/cuda-toolkit-archive
下面这个图是我笔记本上的驱动版本型号:>=441.22,所以我对应安装了Cuda10.2。
4. 怎样将当前使用的Cuda版本升级为高版本?
由于一些 gpu-版本的深度学习Python库,都要求较高的Cuda版本,比如Cuda8.0仅仅支持Pytorch1.0.0,而Pytorch的最新版本已经达到1.5.1,而且Github上一些开源的代码,往往也需要高版本的Pytorch,那,我们要想使用高版本的Pytorch,就必须要将Cuda升级为高版本,然后相应地,就必须先将驱动升级为高版本。
5. 怎样升级当前使用的驱动版本?
更新系统软件源信息
sudo add-apt-repository ppa:graphics-drivers/ppa && sudo apt update
系统右上角System Settings——Software & Updates——Additional Drivers,选择可用的nvidia驱动版本进行更新即可(可能需要重启)
Cuda安装完成,接下来需要安装Cudann
根据自己的cuda版本选择cuDNN的版本,点击后会展开对应不同平台的版本:
上一篇: lz4压缩算法
下一篇: linux下删除乱码文件名的方法