安装步骤

查看是否安装了cuda

# 法1
cat  /usr/local/cuda/version.txt
# 法2
nvcc --version

若没有安装，则查看是否有N卡驱动，若无N卡驱动，则到软件与更新 -> 附加驱动中安装驱动
查看N卡驱动支持的cuda版本
```
nvidia-smi
```
如下图支持最高CUDA版本是11.4
到cuda-toolkit-archive，选择需要的CUDA下载
如下图，选择runfile(local)，并使用生成的指令进行下载和安装

若第1步提示Existing package manager installation of the driver found. It is strongly recommended that you remove this before continuing.，选择continue，在下一步中去除driver项，之后选择install：
安装完成后，显示如下：

在~/.bashrc文件中添加如下环境变量：

export PATH=/usr/local/cuda-11.3/bin${ 
     PATH:+:${ 
     PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

验证是否安装成功
```
nvcc -V
```

安装cuDNN，到cudnn-archive下载和CUDA对应的版本

1.Navigate to your <cudnnpath> directory containing the cuDNN tar file.
2.Unzip the cuDNN package.
  $ tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz
3. Copy the following files into the CUDA toolkit directory.
  $ sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
  $ sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
  $ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

按照↑教程，可下载cuDNN Library for Linux (x86_64)用复制的方式安装，使用如下命令查看安装版本

cat /usr/local/cuda-11.3/include/cudnn.h | grep CUDNN_MAJOR -A 2

也可下载Runtime Library和Developer Library的deb包，使用sudo dpkg -i xxx.deb命令进行安装，使用如下命令查看安装版本
```
cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
```

在~/.bashrc文件中添加cudnn环境变量如下：

export LD_LIBRARY_PATH=/usr/local/cuda-11.3/targets/x86_64-linux/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

多版本CUDA安装重复上述步骤即可，最后通过更改第6步、第10步中环境变量切换CUDA版本

Cuda使用中的一些问题

cmake error，报错找不到cuda_cublas_device_library。
解决：出错版本为cuda10.2。cuda10.0版本的libcublas.so在其lib64目录下，cuda11.x版本的libcublas.so在其targets/x86_64-linux/lib/目录下，但cuda10.2放在系统目录中，要升级到高版本cmake才能让其主动找到对应文件。经查其他博文，cuda10.2需要camke3.17以上。cmake升级参考cmake 升级，cmake下载时下那个源码包。

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/190384.html原文链接：https://javaforall.net