前提是先安装好驱动程序,驱动程序是根据显卡的型号来选择的

1、安装CUDA Toolkit

cuda10.0地址:​​https://link.zhihu.com/?target=https%3A//developer.nvidia.com/cuda-10.0-download-archive​

2、查看ubuntu版本,然后下载对应的CUDA

​lsb_release -a​

3、复制文件的下载地址,ubuntu终端输入命令下载

​wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_410.48_linux​

添加可执行权限

​chmod a+x ./cuda_10.0.130_410.48_linux​

管理员权限运行

​sudo ./cuda_9.0.176_384.81_linux.run​

除了第一步的驱动程序不要安装,选择n ,其他的都选择 y

4、添加到环境变量

​sudo vim ~/.bashrc​

末行添加

export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH


5、使得配置生效

​source ~/.bashrc​

6、查看

​nvcc -V​

tensorflow2查看是否可用GPU

​tf.test.is_gpu_available()​

pytorch查看

​torch.cuda.is_available()​

如果是tensorflow2 ,似乎还要安装cuDNN,(​​https://developer.nvidia.com/rdp/cudnn-archive)​

tar -zxvf cudnn-10.0-linux-x64-v7.5.1.10.tgz

cd cuda

sudo cp lib64/lib* /usr/local/cuda-10.0/lib64/

sudo cp include/cudnn.h /usr/local/cuda-10.0/include/