文章目录1、普通用户不使用sudo安装多个版本CUDA和cuDNN1.1、服务器目录结构解释1.2、确定安装的软件版本2、下载CUDA Toolkit3、下载cuDNN4、安装CUDA5、安装cuDNN6、安装多个版本的CUDA自己安装过程 1、普通用户不使用sudo安装多个版本CUDA和cuDNN1.1、服务器目录结构解释用户名为zb，目录 /home/zb/cuda/，用于存放不同的cuda
首先说一下cudnn 不同版本是可以并存的， cudnn5系列要求在/usr/local/cuda/lib64 路径下要存在 链接到libcudnn.so.5.1.10 的libcudnn.so cudnn7系列只需要在/usr/local/cuda/lib64 路径下存在 libcudnn.so.7 就可以了，所以不
转载
2024-04-04 10:34:18
194阅读
Ubuntu16.04 系统Anaconda+cuda11.1+cudnn+pytorch安装一、Anaconda的安装与配置1.1Anaconda下载1.2Anaconda安装二、安装CUDA和CUDNN2.1NVIDIA驱动的安装2.2CUDA下载2.3CUDA安装2.4设置环境变量2.5CUDNN安装三、pytorch-torchvision安装 硬件环境：GPU RTX3090单卡。一、
转载
2024-05-09 10:43:30
279阅读
Linux环境配置1. 配置基本环境配置镜像源在系统设置–软件和更新中，选择清华的镜像源（mirrors.tuna.tsinghua.edu.cn） 安装多线程下载工具，之后可以用apt-fast 代替 apt-get# apt-fast, 即apt-get 的多线程版本， 可以不装
sudo add-apt-repository ppa:apt-fast/stable
sudo apt-get
转载
2024-04-12 12:53:43
656阅读
文章结构前言背景知识本机环境安装步骤1. 点击任务栏搜索框，搜索“命令提示符”并打开2. 查看本机CUDA版本3. [CUDA toolkit下载](https://developer.nvidia.com/cuda-toolkit-archive)4. [cuDNN下载与安装](https://developer.nvidia.com/rdp/cudnn-download)5. 安装CUDA
本人使用的vmware workstation 14提前准备好了FusionCompute_V100R005C10SPC700_CNA.iso FusionCompute_V100R005C10SPC700_VRM.iso提醒：安装这个电脑配置一定要
转载
2024-10-09 18:11:37
91阅读
文章更新了，请看这篇文章：首先一句话：装机前备份重要资料。装机不规范，电脑两行泪！如何备份：网盘，U盘，创建iso系统镜像备份……不懂怎么创建iso系统镜像的，百度ghost镜像备份。文本写的时间较早，当时对于linux不够了解，最好还是多看几篇教程，确保安装时出现异常时，能知道如何解决。正式装Ubuntu第一步：1.准备一个稍微大一点的空U盘，4g以上吧，然后去下载Ubuntu的iso镜像和软碟
转载
2024-05-27 15:21:44
22阅读
CUDA的默认安装目录是/usr/local/cuda-10.1(或者/usr/local/cuda-9.0等等)，但在多用户的服务器上最好不要安装在默认安装目录，因为/usr/local是其他用户可以访问到的，会影响其他用户使用。本流程把CUDA安装在我所在的home目录下：/home/skipper/cudas/1.下载CUDA
下载需要安装的CUDA版本：https://developer.
这种安装的方式更简单CUDA（Compute Unified Device Architecture，统一计算架构）是由NVIDIA所推出的一种集成技术，是该公司对于GPGPU的正式名称。透过这个技术，用户可利用NVIDIA的GeForce 8以后的GPU和较新的Quadro GPU进行计算。查看显卡是否支持CUDA输入下面命令查看电脑的NVIDIA型号：lspci | grep -i nvid
转载
2024-06-10 10:19:02
188阅读
1. 创建虚拟环境conda create –n py37-keras python=3.72. 激活虚拟环境conda activate py37-keras3. 安装ipykernel使用conda install ipykernel 安装jupyter notebook 的插件，该插件能让我们在notebook里自主切换anaconda中的环境4. 安装tensorflow-gpu使用con
转载
2024-10-21 14:24:09
113阅读
一：CUDA以及Cudnn安装1.cuda安装首先，到Nvidia官网下载需要的的cuda版本：https://developer.nvidia.com/cuda-toolkit-archive GTX1060显卡，此次下载：cuda_9.0.176_384.81_linux.run将 .run文件放到home目录，在 ~ 终端运行：sudo sh cuda_9.0.176_384.81_linu
安装环境：Win7 64位系统，Geforce GT 430显卡安装前提： Visual Studio 2010 Visual Assist X安装步骤：1，Nvidia显卡驱动，装275.33版，这是最新版本驱动，初次安装为了少出错，
docker ubuntu 安装apt install docker nvidia docker 安装curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$
转载
2023-09-22 21:49:31
231阅读
安装及配置过程一、下载安装CUDA Toolkit1.查看操作系统版本及支持CUDA版本2.官网下载并安装对应版本CUDA3.配置环境变量4.测试CUDA安装是否成功二、下载安装cuDNN1.官网下载对应版本cuDNN一、下载安装CUDA Toolkit1.查看操作系统版本及支持CUDA版本1）查看系统版本uname -a 2）查看系统支持CUDA版本 图中标红处说明此系统支持CUDA最高版本为：
转载
2023-11-18 20:58:14
317阅读
在Linux系统上安装CUDA
CUDA（Compute Unified Device Architecture）是NVIDIA推出的一种并行计算平台和应用程序接口，使开发者能够利用GPU进行高性能计算。在Linux系统上安装CUDA有助于开发者利用GPU加速计算，提高程序的性能。本文将为您介绍在Linux系统上安装CUDA的步骤和注意事项。
步骤一：检查系统要求
在安装CUDA之前，首先需要
原创
2024-02-02 14:07:43
1404阅读
NVIDIA英伟达驱动在安装之前，先更改数据源，否则安装过程中下载会非常慢。从系统设置中，点击Software&update，进入后选择source code,从download from中选择的镜像源，此处可以看个人习惯选择，或者点击best choice选择系统推荐，此处我选择的是镜像源，选择后按照指令输入系统权限（装系统时，自己编辑的），点击close，等待片刻即可，从文
转载
2024-05-16 20:24:48
1796阅读
1.查看电脑与cuda适配版本打开NVIDIA控制面板（桌面右键，打开NVIDIA控制面板->选择左下角的系统信息->组件）： 我的cuda版本必须是11.5以上，因此去官网下载这个版本的cuda2 下载cuda进入官网：cuda官网下载链接 打开官网如下： 找到对应版本，我的cuda版本只需要大于等于11.5.2就行，随便下一个。进入以下界面： 这个local其实就是下好了安装包进行
转载
2024-10-17 10:23:23
358阅读
文章目录准备工作一、nvidia1.卸载旧驱动2.查看适合本机的nvidia驱动3.根据自身情况选择适合的nvidia版本，我这里安装的是nvidia-4603.重启一下二、CUDA cuda_11.1.0_455.23.05_linux.run1.CUDA下载2.nouveau驱动，nvidia安装失败也可以先禁用这个驱动重新试试3.执行安装脚本4.添加环境变量5.验证二、CUDNN cudn
转载
2024-06-25 14:08:52
1173阅读
实验室服务器的cuda进行了一波更新，现在是cuda11.2。因此重新配置下环境。基本上所有环境都是围绕cuda版本进行的配置。cuda是NVIDIA官方的计算架构，是驱动显卡高性能工作的基础，其他一些python库都是基于此。因此现在是Ubuntu18.04+python3.8.13（据说python3.8好点 兼容性，不过torch也要看对应的py版本）+(torch1.10.1+cu111)
CPU Docker镜像安装CUDA
### 引言
CUDA是一种并行计算平台和应用程序编程接口，由英伟达公司开发，可用于加速科学计算和深度学习等任务。然而，在一些场景下，由于硬件设备的限制，我们可能无法在本地计算机上安装CUDA。这时，可以使用Docker技术创建一个基于CPU的Docker镜像，并在该镜像中安装CUDA。本文将介绍如何通过Docker镜像在CPU上安装CUDA，并提供相应的
原创
2023-12-01 05:57:51
159阅读
