掌握Ubuntu,轻松添加CUDA环境:一步到位,深度学习加速体验!

引言
随着深度学习技术的快速发展,越来越多的研究人员和开发者开始利用GPU加速他们的计算任务。NVIDIA的CUDA平台为深度学习提供了强大的GPU加速能力。本文将详细介绍如何在Ubuntu系统上配置CUDA环境,以便您能够轻松享受深度学习加速带来的便利。
系统要求
在开始之前,请确保您的Ubuntu系统满足以下要求:
Ubuntu版本:Ubuntu 20.04或更高版本
NVIDIA显卡:支持CUDA的NVIDIA显卡
网络连接:用于下载CUDA Toolkit和cuDNN
准备工作
更新系统软件包
:
sudo apt update
sudo apt upgrade
安装依赖项
:
sudo apt install build-essential curl
安装NVIDIA驱动
卸载旧驱动
:
sudo apt-get remove –purge nvidia-*
安装NVIDIA驱动
:
使用图形界面安装:
打开“软件和更新”,选择“附加驱动”,然后选择NVIDIA驱动进行安装。
使用命令行安装:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-driver-xxx
sudo reboot
其中
xxx
为推荐的驱动版本号。
验证驱动安装
:
nvidia-smi
安装CUDA Toolkit
下载CUDA Toolkit
:
访问NVIDIA官网下载CUDA Toolkit,选择适合您Ubuntu版本的安装包。
安装CUDA Toolkit
:
使用runfile安装包:
cd /path/to/cuda toolkit
sudo chmod +x cuda_XX.XXX.XX_XX.XX.x86_64.run
sudo ./cuda_XX.XXX.XX_XX.XX.x86_64.run
按照提示进行安装。
使用deb安装包:
sudo dpkg -i cuda_XX.XXX.XX-1_amd64.deb
配置环境变量
:
在
~/.bashrc
文件中添加以下行:
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
然后执行:
source ~/.bashrc
验证CUDA安装
:
nvcc –version
安装cuDNN
下载cuDNN
:
访问NVIDIA官网下载cuDNN库,选择适合您CUDA版本的cuDNN文件。
解压cuDNN文件
:
tar -xzvf cudnn-xx-xx-xx.tgz
安装cuDNN
:
将解压后的cuDNN文件复制到相应的目录中:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
总结
通过以上步骤,您已经在Ubuntu系统上成功添加了CUDA环境。现在,您可以使用支持CUDA的深度学习框架(如TensorFlow、PyTorch等)进行GPU加速的深度学习任务。祝您在深度学习之旅中取得丰硕的成果!