根据TensorFlow 官网,我们选取CUDA11.2搭配cuDNN8.1安装,NVIDIA驱动版本尽量选460系列

输入nvidia-smi查询自己显卡的版本和最高支持的CUDA版本,如下图我的显卡驱动版本是460.91.03,最高支持CUDA11.2

一、安装cuda11.2
1.打开官网
CUDA Toolkit 11.2 Downloads | NVIDIA Developer

wget https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda_11.2.0_460.27.04_linux.run
sudo sh cuda_11.2.0_460.27.04_linux.run
到下面这个命令输入accept:

这里一定要去掉选中的driver,driver建议单独安装,然后install:

2.设置环境变量
vim ~/.bashrc
复制下面内容到最后一行保存退出
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.2/lib64
export PATH=$PATH:/usr/local/cuda-11.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.2
生效更改
source ~/.bashrc
到此安装完成,输入 nvcc -V 验证 显示:


本教程详细介绍了在Ubuntu系统上安装CUDA11.2、cuDNN8.1的步骤,并提供了验证安装成功的示例。接着,展示了如何在conda环境中安装PyTorch1.10.0和TensorFlow2.7.0-GPU,确保版本匹配。遵循此指南,可以顺利完成深度学习所需库的安装。
1万+

被折叠的 条评论
为什么被折叠?



