环境:
刚装上的系统:
- $ lsb_release -a
- No LSB modules are available.
- Distributor ID: Ubuntu
- Description: Ubuntu 16.04.4 LTS
- Release: 16.04
- Codename: xenial
1, 安装 Anaconda
下载连接:
- https://repo.continuum.io/archive/index.html
- https://repo.continuum.io/archive/
参考说明:
https://www.linuxidc.com/Linux/2017-11/148444.htm
下载相应版本, Anaconda3 指的是 Python3, 之后运行:
./Anaconda3-5.3.1-Linux-x86_64.sh
安装完成之后, 记得申明环境变量
- $export PATH=/usr/local/cuda-9.0/bin${
- PATH:+:${
- PATH
- }
- }
- $export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${
- LD_LIBRARY_PATH:+:${
- LD_LIBRARY_PATH
- }
- }
安装了 Anaconda 不需要安装 cuda 和 cudnn(也不一定, 比如安装了 anaconda, 只有 cuda, 没有 cudnn..)
查看 Anaconda 版本:
- $ conda -V
- conda 4.5.11
查看 cuda:
- $ cat /usr/local/cuda/version.txt
- CUDA Version 9.0.176
下载 cudnn:
官网: https://developer.nvidia.com/cudnn
需要注册.
下载之后
下载的格式是. solitairetheme8 , 运行如下操作解压
- sudo cp cudnn-9.0-Linux-x64-v7.4.2.24.solitairetheme8 cudnn-9.0-Linux-x64-v7.4.2.24.tgz
- tar -xvf cudnn-9.0-Linux-x64-v7.4.2.24.tgz
然后把 cudnn 的文件复制到 cuda 下面 [注意: 安装 cuda9.0 时, 会有一个软链, 在同一个文件夹下面会有 cuda 文件夹, 记住, 是复制到这个文件夹, 而不是 cuda-9.0这个文件夹]
- $ tar -zxvf cudnn-9.0-Linux-x64-v7.tgz
- cuda/include/cudnn.h
- cuda/NVIDIA_SLA_cuDNN_Support.txt
- cuda/lib64/libcudnn.so
- cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so.7.x.x # 这里版本是你 cudnn 解压出来的版本
- cuda/lib64/libcudnn_static.a
- $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
- $ sudo cp cuda/lib64/libcudnn*/usr/local/cuda/lib64/
添加软链:
- $ cd /usr/local/cuda/lib64
- $ sudo chmod +r libcudnn.so.7.0.4 (这里可以到文件夹看是哪个版本, 例如 libcudnn.so.7.4.2)
- $ sudo ln -sf libcudnn.so.7.0.4 libcudnn.so.7
- $ sudo ln -sf libcudnn.so.7 libcudnn.so
- $ sudo ldconfig
查看 cudnn 版本:
- $ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
- #define CUDNN_MAJOR 7
- #define CUDNN_MINOR 4
- #define CUDNN_PATCHLEVEL 2
- --
- #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
- #include "driver_types.h"
- .
来源: http://www.bubuko.com/infodetail-2979393.html