CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录

这篇具有很好参考价值的文章主要介绍了CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

CUD11.1 下载地址:CUDA Toolkit Archive | NVIDIA Developer

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录,linux,运维,服务器

 安装:

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run
sudo sh cuda_11.1.1_455.32.00_linux.run

对于不是sudo用户,可以不执行sudo,不过没办法装到/usr/local/,可以装到你有权限的文件夹目录。

装完后,需要增加环境路径到~/.bashrc并source

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录,linux,运维,服务器

# cuda enviroment
export PATH="/home/xgg/cuda-11.1/bin:$PATH"
export LD_LIBRARY_PATH="/home/xgg/cuda-11.1/lib64:$LD_LIBRARY_PATH"
export CPATH=/home/xgg/cuda-11.1/include:$CPATH

 记得source ~/.bashrc使得环境生效

cuDNN8.6.0,这个版本我是根据我需要安装的TensorRT的版本要求下的,比如你要下载8.5.3的TensorRT,下载地址:https://developer.nvidia.com/nvidia-tensorrt-8x-download

可以看见文件末尾会有个cuDNN版本,这个是推荐版本

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录,linux,运维,服务器

所以我下载8.6.0的cuDNN,下载地址:cuDNN Archive | NVIDIA Developer

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录,linux,运维,服务器

下载后我的是tar.xz格式,需要两步骤解压

①xz -d cudnn*.tar.xz解压成.tar

②tar xvf cudnn*.tar解压成文件夹

将解压好后的文件夹拷贝到CUDA文件夹中

# cd到你解压的cudnn文件夹
cd cudnn* 
# 拷贝lib到cuda的lib中
cp lib/* /你的cuda路径/cuda-11.1/lib64/
# 拷贝include到cuda的include中
cp include/* /你的cuda路径/cuda-11.1/include/

最后记得将拷贝过去的相关文件夹赋予权限

chmod a+r /你的cuda路径/cuda-11.1/include/cudnn*

chmod a+r /你的cuda路径/cuda-11.1/lib64/libcudnn*

验证cuDNN版本与安装信息

cat /你的cuda路径/cuda-11.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

# 或者如下,一般是上面的命令
cat /你的cuda路径/cuda-11.1/include/cudnn.h | grep CUDNN_MAJOR -A 2

TensorRT8.5.3,下载地址:https://developer.nvidia.com/nvidia-tensorrt-8x-download

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录,linux,运维,服务器

下载后解压,解压命令:tar -zxvf Tensor*.tar.gz

解压后需要在~/.bashrc中添加环境路径

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录,linux,运维,服务器

# tensorrt environment
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/你的TensorRT路径/TensorRT-8.5.3.1/lib
export CPATH=/你的TensorRT路径/TensorRT-8.5.3.1/include:$CPATH

 基本装好了,然后可以把文件夹中附带的软件都装了

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录,linux,运维,服务器

 以Python举例,cd到python中

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录,linux,运维,服务器

选择你得python版本对应的包,pip install安装就行。

以上就是这些,之后有问题我再来补充文章来源地址https://www.toymoban.com/news/detail-551132.html

到了这里,关于CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3,ubuntu20.04安装过程记录的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Ubuntu20.04下载cuda11.3+cuDNN8.2.0,卸载cuda11.6+cuDNN8.4全记录【保姆级教程】

    CUDA(Compute Unified Device Architecture)是由NVIDIA公司推出的一种高性能并行计算架构。它利用GPU的并行处理能力,能够显著提高计算效率,尤其在科学计算、数据分析、深度学习等领域具有广泛应用。CUDA提供了一套编程模型和API,使开发人员能够利用GPU并行执行计算任务,从而获

    2024年02月05日
    浏览(87)
  • ubuntu20.04系统4060安装cuda11.8和cudnn8.6

    在终端输入: 安装代码: 重启电脑(这一步很重要,不重启没有效果): 安装命令 CUDA默认安装在/usr/local/目录下,一般Change Toolkit Install Path可以不做修改。但如果是普通用户安装,需设定安装路径为用户主目录下,光标移动到Change Toolkit Install Path按回车,手动修改安装路径后按

    2024年01月16日
    浏览(44)
  • Ubuntu 20.04 RTX 4090显卡 深度学习环境配置(Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5)

    参考文献:从零到一保姆级Ubuntu深度学习服务器环境配置教程 看文献中“ 三、 NVIDIA驱动安装 ” 安装NVIDIA驱动,这也是安装CUDA10.0及其对应版本的CuDNN和tensorflow的重要步骤。 1.1.1 英伟达中国驱动官网 进入英伟达中国驱动官网 1.1.2 输入显卡型号查询 1.1.3 查看搜索结果 1.2.1 方

    2024年02月04日
    浏览(85)
  • Ubuntu20.04安装Nvidia显卡驱动、CUDA11.3、CUDNN、TensorRT、Anaconda、ROS/ROS2

    打开终端,输入指令:  选择 【5】 更换系统源,后面还有一个要输入的选项,选择 【0】 退出,就会自动换源。 这一步最痛心了家人们,网上的教程太多了,我总是想着离线安装,每次安装都无法开机,要不就卡在锁屏界面,要不就黑屏,要不就卡在snaped界面,重装系统装

    2024年01月17日
    浏览(62)
  • cuda11.1和cuDNN v8.8.1的安装目录问题

    cuda的不同版本文件路径是不一致的,在cuda10.1中,配置cudnn的文件路径是: 但是在cuda11.1中,文件路径改为: 真搞不懂,没事改路径干什么

    2024年02月10日
    浏览(37)
  • Ubuntu22.04 LTS+NVIDIA 4090+Cuda12.1+cudnn8.8.1

    1.系统驱动安装的是: NVIDIA-Linux-x86_64-530.30.02.run 2.CUDA安装:cuda_12.1.0_530.30.02_linux.run(无需第1步,直接安装它就带配套驱动) 3.CUDNN安装:cudnn-linux-x86_64-8.8.1.3_cuda12-archive.tar.xz

    2024年02月10日
    浏览(42)
  • GTX1060+win10+CUDA11.3+cudnn8.2+pytorch1.11.0——个人配置踩坑日记

    以下是我亲测有效的使用 GTX 1060 的各部分安装版本 电脑系统:window 10 python版本:3.8.13 pytorch版本:1.11.0 CUDA版本:11.3 cuDNN版本:8.2 以下是我个人安装过程的步骤,以及我踩过的坑,这里解决踩坑问题主要参考: RTX3060+win10+CUDA11.2+cudnn8.2.0+pytorch1.8.0 环境——个人配置经验 Wi

    2024年02月06日
    浏览(60)
  • Ubuntu22.04 LTS + CUDA12.3 + CUDNN8.9.7 + PyTorch2.1.1

    本文记录Ubuntu22.04长期支持版系统下的CUDA驱动和cuDNN神经网络加速库的安装,并安装PyTorch2.1.1来测试是否安装成功。 如果是旧的不支持UEFI启动的主板,请参考本人博客U盘系统盘制作与系统安装(详细图解) 如果是新的支持UEFI启动的主板,请参考本人博客UEFI下Windows10和Ubun

    2024年02月03日
    浏览(32)
  • pytorch的安装(CUDA10.2+cuDNN8.3.3+torch1.10+​torchvision​0.11.1+python3.9)

    (已存网盘和硬盘,文件夹含三个文件) 本文基本逻辑是: 一、先根据电脑硬件的条件获取本身CUDA版本,据此以及表格比较得出cuDNN、torch、torchvision、python版本。 二、在 NVIDIA 官网下载CUDA和cuDNN,获取torch的下载链接,网页提供python3.9的下载链接 三、安装CUDA后,把cuDNN这个

    2024年01月17日
    浏览(70)
  • Win11基于WSL2安装CUDA、cuDNN和TensorRT(2023-03-01)

    如果有小伙伴看了2023-03-05更新,发现设置环境变量后运行cuda代码在链接过程中仍然会有报错问题啥的,那我这里建议,先别管2023-03-05更新的内容了,还是按照我博客里的安装步骤一步一步往下安装,用 sudo apt install nvidia-cuda-toolkit 命令去安装nvcc,也不需要配置环境变量了。

    2024年02月02日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包