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
以管理员权限运行
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/