欢送拜访我的 GitHub
https://github.com/zq2599/blog_demos
内容:所有原创文章分类汇总及配套源码,波及 Java、Docker、Kubernetes、DevOPS 等;
本篇概览
- 本人有一台 2015 年的联想笔记本,显卡是 GTX950M,已装置 ubuntu 16.04 LTS 桌面版,为了应用其 GPU 实现 deeplearning4j 的训练工作,本人入手装置了 CUDA 和 cuDNN,在此将整个过程记录下来,以备未来参考,整个装置过程分为以下几步:
- 筹备工作
- 装置 Nvidia 驱动
- 装置 CUDA
- 装置 cuDNN
特地问题阐明
- 依照个别步骤,在装置完 Nvidia 显卡驱动后,会提醒对应的 CUDA 版本,接下来依照提醒的版本装置 CUDA,例如我这里提醒的是 11.2,失常状况下,我应该装置 11.2 版本的 CUDA
- 然而我抉择 9.1 版本就行装置,因为之前的开发中发现 deeplearning4j 应用了 11.2 的 SDK 后,启动利用会有 ClassNotFound 的谬误,此问题至今未修复 (羞愧,欣宸程度如此之低 …),因而,我在 Nvidia 驱动提醒 11.2 版本的状况下,仍然装置了 9.1 版本,起初在此环境运行 deeplearning4j 利用一切正常
- 如果您没有我这类问题,齐全能够依照驱动指定的版本来装置 CUDA,具体的操作步骤稍后会具体说到;
筹备工作
- 接下来的操作,除了在网页下载,其余都是 ssh 近程连贯到 ubuntu 机器操作的,ssh 登录的帐号为一般帐号,并非 root
- 如果已有驱动,请先删除:
sudo apt-get remove --purge nvidia*
- 禁用 nouveau 驱动( 很重要 ),用 vi 关上文件 <font color=”blue”>/etc/modprobe.d/blacklist.conf</font>,在尾部减少以下内容,而后保留退出:
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
- 敞开 nouveau:
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
- 更新 initramfs:
update-initramfs -u
- 执行 reboot 重启电脑
- 重启后,执行以下命令,应该不会有任何输入,证实 nouveau 曾经禁用:
lsmod|grep nouveau
- 获取 Kernel source:
sudo apt-get install linux-source
- 装置过程中显示信息如下图:
- 依据上图红框中的信息,可知内核版本号为 <font color=”blue”></font>,于是执行以下命令:
sudo apt-get install linux-headers-4.4.0-210-generic
下载和装置 Nvidia 驱动
- 拜访 Nvidia 网站,地址 <font color=”blue”>https://www.nvidia.cn/Downloa…</font>,而后抉择对应的显卡和操作系统,我的抉择如下图所示:
- 点击上图 <font color=”blue”> 搜寻 </font> 按钮后,进入下图页面,点击下载:
- 下载失去的文件名为 <font color=”blue”>NVIDIA-Linux-x86_64-460.84.run</font>
- 敞开图形页面:
sudo service lightdm stop
- 给驱动文件减少可执行权限:
sudo chmod a+x NVIDIA-Linux-x86_64-460.84.run
- 开始装置:
sudo ./NVIDIA-Linux-x86_64-460.84.run -no-x-check -no-nouveau-check -no-opengl-files
- 遇到下图,抉择红框:
- 遇到下图,间接回车:
- 复原图形页面:
sudo service lightdm start
- 执行命令 <font color=”blue”>nvidia-smi</font>,如果驱动装置胜利,会显示以下内容:
will@lenovo:~/temp/202106/20$ nvidia-smi
Sun Jun 20 09:02:11 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.84 Driver Version: 460.84 CUDA Version: 11.2 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 GeForce GTX 950M Off | 00000000:01:00.0 Off | N/A |
| N/A 41C P0 N/A / N/A | 0MiB / 4046MiB | 1% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
- 从上述内容可见 <font color=”blue”>CUDA Version: 11.2</font> 示意该驱动对应的 CUDA 版本应该是 <font color=”red”>11.2</font>,正如后面所说,我这边遇到了问题,因而接下来会装置 9.1 版本,然而您能够抉择装置 <font color=”red”>11.2</font>
装置 CUDA
- 浏览器拜访 <font color=”blue”>https://developer.nvidia.com/…</font>,点击红框中的链接:
- 如下图,下载 Linux 版本:
- 持续抉择 <font color=”blue”>x86_64</font>:
- 抉择具体的 Linux 版本及其版本号:
- 要下载的货色不少,一个安装程序和三个补丁:
- 上述四个文件的下载地址整顿如下:
https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/local_installers/cuda_9.1.85_387.26_linux.run?P0Ntu_6NLtuuEMm6fJRk1W5vl4KM7oaT1oFW870zKJ-zDw2ckKntFLOE6klRJfw2CmTa8z3Q390_6urlgc6LqjoqlIFW9gvfvDCusnINYplLaw1u8lRY8R4oVNtpNzaXU4BQcHjvdb6c6rjq20dktCcRd4640woXt1yHmD95v1Du7wdBBXq2eOY
https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/1/cuda_9.1.85.1_linux.run?yeXf_7wIGlHAUw--E_YVLQZRgXv0x2i043woJVY-ydXU5Kyhc-eYQf5JmL-4mvYmlvPYCEc5RhT2sDWscX20CJbdOwpkt30kWb9vx8E4oIlajDQ3MVPvXdiKKsIOBUx-h0q0N0jSkNn80VMhW-nk8jwvRY_e6MuFzqWBaPk
https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/2/cuda_9.1.85.2_linux.run?5jGZxNigaOJkaaPbMagjhSW7ebQvYGyYoqe2vBxZ1eV8qp2BzXJLxIPgAo11UgWhORirQkdJGq5b8eFh4aShBVUTmuPaasvRiMCKDZw5yjjIobGQrCEyU-LFO59AbrRER57Mxa0T1Sc97fC80IOZq8Ox2repjn7A3oYVgd8
https://developer.download.nvidia.cn/compute/cuda/9.1/secure/Prod/patches/3/cuda_9.1.85.3_linux.run?CxWimJTC-XROYihig-UZmH62odbJInf1fmxTZ_bsW1nQ0Zz5cL5r8qLmlMR_1j2rVhk3j8Z5lS6dpArt8frjGHH2MeVn5TefMoclam8udm-RSMMmqHXYE66hHN2D0drVEdtCwe8ZrEIYb2rpucaz9svCFE8Z319mge4Ju94
- 下载结束后,执行命令 <font color=”blue”>chmod a+x *.run</font> 为上述四个文件减少可执行权限
- 装置 CUDA:
sudo sh cuda_9.1.85_387.26_linux.run
- 遇到 license 时,像是用 vi 工具那样,输出 ”:”,再输出 ”q” 回车,就能跳过 license 浏览,执行真正的安装操作了:
- 接下来是一系列发问,每一个发问的答复如下图,千万留神红框中的问题肯定要抉择 <font color=”red”>n</font>:
- 装置实现后输入以下内容:
Installing the CUDA Toolkit in /usr/local/cuda-9.1 ...
Missing recommended library: libGLU.so
Missing recommended library: libX11.so
Missing recommended library: libXi.so
Missing recommended library: libXmu.so
Missing recommended library: libGL.so
Installing the CUDA Samples in /home/will ...
Copying samples to /home/will/NVIDIA_CUDA-9.1_Samples now...
Finished copying samples.
===========
= Summary =
===========
Driver: Not Selected
Toolkit: Installed in /usr/local/cuda-9.1
Samples: Installed in /home/will, but missing recommended libraries
Please make sure that
- PATH includes /usr/local/cuda-9.1/bin
- LD_LIBRARY_PATH includes /usr/local/cuda-9.1/lib64, or, add /usr/local/cuda-9.1/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.1/bin
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.1/doc/pdf for detailed information on setting up CUDA.
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.1 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
sudo <CudaInstaller>.run -silent -driver
Logfile is /tmp/cuda_install_13425.log
- 关上文件 <font color=”blue”>~/.bashrc</font>,在尾部减少以下两行 (LD_LIBRARY_PATH 如果曾经存在,请参考 PATH 的写法改成追加):
export PATH=/usr/local/cuda-9.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64
- 执行命令 <font color=”blue”>source ~/.bashrc</font> 使配置失效
- 执行命令 <font color=”blue”>su -</font> 切换到 root 帐号,执行以下命令(不要用 sudo,而是切到 root 帐号):
sudo echo "/usr/local/cuda-9.1/lib64" >> /etc/ld.so.conf
- 再以 root 身份执行以下命令:
ldconfig
- 执行命令 <font color=”blue”>exit</font> 退出 root 身份,当初又是一般帐号的身份了
- 执行命令 <font color=”blue”>nvcc -V</font> 查看 CUDA 版本,留神参数 V 是大写:
will@lenovo:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85
- 装置第一个补丁:
sudo sh cuda_9.1.85.1_linux.run
- 装置第二个补丁:
sudo sh cuda_9.1.85_387.26_linux.run
- 装置第三个补丁:
sudo sh cuda_9.1.85_387.26_linux.run
装置 cuDNN
- 浏览器拜访 <font color=”red”>https://developer.nvidia.com/…</font>:
- 按提醒登录,如果没有帐号请注册一个,登录后进入下载页面,须要点击下图红框地位才有能见到老版本:
- 抉择与 CUDA 匹配的版本:
- 下载后解压,失去文件夹 <font color=”blue”>cuda</font>,而后执行以下命令:
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
- 执行查看确认的命令 <font color=”blue”>cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2</font>,如果装置顺利会有以下输入:
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 3
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
- 至此,Ubuntu16 装置 CUDA(9.1) 和 cuDNN 曾经实现了,心愿能给您一些参考。
你不孤独,欣宸原创一路相伴
- Java 系列
- Spring 系列
- Docker 系列
- kubernetes 系列
- 数据库 + 中间件系列
- DevOps 系列
欢送关注公众号:程序员欣宸
微信搜寻「程序员欣宸」,我是欣宸,期待与您一起畅游 Java 世界 …
https://github.com/zq2599/blog_demos