当前docker使用的cuda为10.2，为保证服务器环境使用相同的cuda版本，需对cuda版本进行升级，时间长了忘记如何操作，此处记录一下：
*docker内使用的cuda版本低于容器外的显卡驱动版本即可，此处不对显卡驱动进行升级，仅更新cuda和cudnn版本。
*本次安装更新的cuda和cudnn信息： cuda11.6 cudnn 8.4 ubuntu18.04 x86架构
1、下载cuda 和 cudnn
1.1 下载cuda
https://developer.nvidia.com/cuda-toolkit-archive
官方提供的wegt下载方式通常下载速度过慢，此处推荐axel进行下载
apt install -y axel #安装axel
axel -n 50 https://developer.download.nvidia.cn/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run #后面的链接替换成所需版本链接安装CUDA wget下载速度慢解决办法（天下无敌）_wget速度太慢-CSDN博客
1.2 下载cudnn版本
https://developer.nvidia.com/rdp/cudnn-archive
NVIDIA的网速是真的拉跨还要登录账号，本次下载的cuda和cudnn存在于百度网盘（
链接：https://pan.baidu.com/s/1L57MHEtElI1b5icApW-68A?pwd=n0aa
提取码：n0aa
--来自百度网盘超级会员V5的分享
2、安装cuda
sh /home/cuda_11.6.2_510.47.03_linux.run安装过程中仅需要选择 CUDA Toolkit 11.6 其余无需选择，之后即可直接进行安装
安装完成之后需要更新环境变量
vi ~/.bashrc
# 文档最后输入下面两行
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
# 保存退出后source使环境变量生效
source ~/.bashrc完成之后可以输入 nvcc -V 查看cuda版本
3、 安装CUDNN
安装按照官方步骤来即可https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#installlinux-deb\
我这里使用的.deb进行安装
3.1 解压deb包
sudo dpkg -i cudnn-local-repo-ubuntu1804-8.4.0.27_1.0-1_amd64.deb3.2 Import the CUDA GPG key （我在这个路径下没找到gpg文件，就直接跳过了）
sudo cp /var/cudnn-local-repo-*/cudnn-local-*-keyring.gpg /usr/share/keyrings/3.3 更新apt (* 一定要更新，否则后面安装的时候可能找不到文件)
sudo apt-get update3.4 安装cudnn
apt-get install libcudnn8=8.4.0.27-1+cuda11.6
apt-get install libcudnn8-dev=8.4.0.27-1+cuda11.6
apt-get install libcudnn8-samples=8.4.0.27-1+cuda11.6
3.4.1 如果上面安装not found
参考此链接
【记录】cudnn安装时Version ‘8.x.x.x-1+cudaxx.x‘ for ‘libcudnn8‘ was not found-CSDN博客
3.5 查看cudnn 是否安装成功文章来源：https://www.toymoban.com/news/detail-851134.html
cat /usr/include/x86_64-linux-gnu/cudnn_version_v8.h | grep CUDNN_MAJOR -A 2
文章来源地址https://www.toymoban.com/news/detail-851134.html
到了这里，关于docker内更新显卡cuda cudnn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！
