1 致谢

感谢网友撸起袖子就去干和FlyWine分享的经验，
原文链接如下：
https://blog.csdn.net/wanzhen4330/article/details/81699769
https://blog.csdn.net/wf19930209/article/details/81879514

2 前言

今天在学习R2CNN的代码～
需要安装CUDA和cuDNN，才能运行代码。

3 CUDA安装步骤

step 1： 首先我们需要查看合适的CUDA版本，在PyTorch的官网Start-Locally | PyTorch进行查看；
step 2： 查看与当前CUDA适配的驱动版本，来判断是否需要重新安装驱动，
Release Notes :: CUDA — CUDA Toolkit and Compatible Driver Versions
查看GPU驱动版本：nvidia-smi
如果需要安装驱动，可以直接使用Ubuntu-20.04的驱动更新功能；
step 3： 打开CUDA的官方网站，使用run方式进行安装；
step 4： 安装命令就使用CUDA网站提供的安装命令，如图所示：

第一个wget命令是用来获取安装.run文件，在下载文件时，可能会出现“段错误，（核心已转储）”，出现这个错误时可以使用：
wget -c download_url：继续进行断点下载；
step 5： 如果之前安装过其它版本的CUDA，会询问关于关于CUDA版本的信息，选择“Continue”继续安装；
step 6： 如果在安装CUDA之前，安装了显卡驱动，则这里选择不安装驱动；
step 7： 根据CUDA安装后的提示信息说到，我们还需要配置环境变量，

提示信息：
Please make sure that

• PATH includes /usr/local/cuda-10.2/bin
• LD_LIBRARY_PATH includes /usr/local/cuda-10.2/lib64, or, add /usr/local/cuda-10.2/lib64 to /etc/ld.so.conf and run ldconfig as root

需要通过修改CUDA提供的一个脚本文件来实现，即主目录下的.bashrc文件，
我们将.bashrc文件用文本编辑器打开，使用命令，

sudo gedit ~/.bashrc

并在最后加入如下格式的代码：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

修改完成后保存文件，然后关闭所有终端重启即可，（重启之后脚本会自动地执行，从而完成环境变量的配置）；

4 cuDNN安装

4.1 cuDNN安装步骤

其实官网已经有安装教程了（cuDNN Installation Guide :: Deep Learning SDK Documentation中的 2.3. Installing cuDNN On Linux），不过这里是英文内容，我们还是再次记录一下，也方便我们进行一下备注和说明；
这里我们推荐一篇来自机器之心（一个关于AI的微信公众号）的文章《从零开始：深度学习软件环境安装指南》（以下简称为“安装指南”），感觉这篇文章还是写的挺好的；
这里我们使用Deb方式（而不是Tar方式）来进行安装，“安装指南”中说到：“.deb 优先于.tar，因为.deb 格式更适用于 Ubuntu，可以进行更纯净的安装。”我觉得这样的说法是正确的，相比于Tar方式，Deb方式不需要关注于一些cuDNN库文件的细节，而只需要简单地执行安装程序就可以了，这也从侧面展现了Deb文件的优越性，（Ubuntu系统还是挺好用的）；
根据安装指南的说明，我们需要安装这些cuDNN库：

1. cuDNN Runtime Library for Ubuntu (Deb)
2. cuDNN Developer Library for Ubuntu (Deb)
3. cuDNN Code Samples and User Guide for Ubuntu (Deb)

备注：目前cuDNN中没有看到Ubuntu-20.04的安装.deb文件；
这里我们就按照官方指南的步骤来进行安装：
step 1： 打开cuDNN的官方下载网站 cuDNN Archive | NVIDIA Developer，
选择根据CUDA选择cuDNN版本；
点进去之后，会看到这样的几个文件，（这里也是使用**.deb**方式进行安装）

# 安装示例代码
sudo dpkg -i libcudnn8***.deb

Note: 安葬时需要根据库的优先级“runtime+dev+samples”进行安装，否则可能会报错；
具体顺序如下：

1. libcudnn8_8.x+cudax.x_amd64.deb
2. libcudnn8-dev_8.x+cudax.x_amd64.deb
3. libcudnn8-samples_8.x+cudax_amd64.deb

4.1.1 在页面中没有找到对应Ubuntu版本的.deb安装包

如果在页面中没有找到对应Ubuntu版本的.deb安装包，说明NVIDIA官方目前并没有开放当前系统的编译版本，此时需要更改Ubuntu的系统版本；

4.2 测试cuDNN是否安装成功

接下来我们来验证cuDNN是否安装成功：
验证方法来自于NVIDIA官方文档《NVIDIA CUDNN DOCUMENTATION》
step 1： 将cuDNN的测试样例复制到一个可写的文件夹中，官方指南中是用cp命令实现的，（而我自己会在主目录下新建一个test文件夹专门作为测试文件夹），用来进行测试，所以需要对提供的shell命令进行修改：

cp -r /usr/src/cudnn_samples_v8/ $HOME

我们把目的路径修改为自己想要的文件夹，
我这里设置成我的测试文件夹test，即/home/songyuc/test
于是修改为：

cp -r /usr/src/cudnn_samples_v8/ /home/songyuc/test

v8：v8这里是版本号，需要根据当前的cuDNN版本进行修改；
step 2： 进入到这个样例代码的文件夹，官方指南里面用的是cd命令，这里由于我用的是图形界面，于是是直接打开的，然后右键打开终端，需要执行的样例代码的路径为/home/songyuc/test/cudnn_samples_v8/mnistCUDNN；

5 PyTorch验证CUDA和cuDNN是否安装成功

请参考博文《PyTorch下 CUDA 和 CuDNN 安装验证程序》

# 引入PyTorch
import torch# torch是否可以正常连接CUDA
print(torch.cuda.is_available())# torch是否可以正常连接cuDNN
from torch.backends import cudnn
print(cudnn.is_available())

6 第二版本的CUDA安装

6.1 查看系统当前CUDA版本

想要查看系统当前的CUDA版本，使用命令：
nvcc -V
会得到下面的输出结果，

6.2 查看已安装的CUDA版本

step 1： 打开终端；
step 2： 输入cd /usr/local，打开local文件夹；
step 3： 使用ls命令查看已存在的文件内容，可以看到如示例图所示的结果，

可以看到这里出现了cuda-10.1和cuda-10.0的文件夹，所以是安装了这两个版本的CUDA；

6.3 安装第二个版本CUDA

step 1： 首先我们需要打开CUDA Toolkit Archive工具包官方网站，使用run方式进行安装，因为run方式我们可以进行配置；
step 2： 选择相应的CUDA版本后，按照官网的命令进行安装，即使用wget命令进行安装；
注意：在运行.run安装程序时，不要安装显卡驱动“Graphic Driver”；
step 3：安装完成后，使用nvcc -V查看当前的CUDA版本；

6.4 CUDA版本的切换

使用如下的命令模板：

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-**.* /usr/local/cuda

例如，将CUDA切换到10.1版本的命令为：

sudo rm -rf cuda
sudo ln -s /usr/local/cuda-10.1 /usr/local/cuda

7 卸载旧版本的CUDA

关于卸载，CUDA在安装完成时给出了这样的提示：

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.3/bin

卸载CUDA-10.0
CUDA Toolkit v10.0.130 – To uninstall a Toolkit runfile installation

8 获取NVIDIA支持

可以在NVIDIA的官网获得技术支持，https://www.nvidia.cn/support/

CUDA——Ubuntu系统上CUDA和cuDNN的安装教程相关推荐

1. 如何在ubuntu系统上安装多个cudn环境（及对应cudnn、pytorch 、torchvision安装方法 ）

   如何在ubuntu系统上安装多个cudn环境 第二版本的cuda的安装 cuda的切换设置 对应cudnn的安装 安装pytorch及torchvision 后话 转载请注明出处 在跑模型的时候报错说 ...

2. ubuntu系统上，对.cu文件进行编译，生成.so或可执行文件

   本文主要介绍在ubuntu系统上,怎样对.cu文件进行编译,生成.so或可执行文件. 一.cuda文件 后缀为.cu的文件,里面主要利用cuda进行高效的并行计算. 二.编译 主要有2种编译方法: 1 ...

3. ubuntu 恢复apt_apt-clone：备份已安装的软件包并在新的 Ubuntu 系统上恢复它们

   如果你需要在少量系统上安装相同的软件包时,apt-clone 会适合你. -- Magesh Maruthamuthu(作者) 当我们在基于 Ubuntu/Debian 的系统上使用 apt-clon ...

4. 如何将usb摄像头连接到虚拟机vmware ubuntu系统上？

   先插上usb摄像头,打开虚拟机 右下角有个圈圈小按钮,点击它,点击连接(断开与主机的连接) 摄像头就会与windows断开,而连接到ubuntu系统上 连上后,就显示成这样 再点击它,能实现断开操作

5. apt-clone：备份已安装的软件包并在新的 Ubuntu 系统上恢复它们

   当我们在基于 Ubuntu/Debian 的系统上使用 apt-clone,包安装会变得更加容易.如果你需要在少量系统上安装相同的软件包时,apt-clone 会适合你. 如果你想在每个系统上手动构建 ...

6. TeamViewer——Ubuntu系统上的安装和卸载

   1 致谢 感谢网友zhangyuexiang123的帮助, 原文链接如下: https://blog.csdn.net/zhangyuexiang123/article/details/8654804 ...

7. Ubuntu系统上为用户授予和删除sudo权限的方法

   本文介绍在Ubuntu系统上为用户授予和删除sudo权限的方法. 背景 用户可以在Ubuntu系统上使用sudo权限执行任何管理任务,在Linux机器上创建新用户时,他们无法执行任何管理任务,直到你将 ...

8. 在ubuntu系统上安装指定版本的gfortran

   在ubuntu系统上安装指定版本的gfortran,具体步骤如下: zhao@ubuntu:~$ sudo apt-get install gfortran-6 Reading package lis ...

9. ubuntu系统上安virtualbox虚拟机装win10一路踩坑

   一.情况说明 1.电脑Dell XPS 13 Linux系统ubuntu18.04 2.在ubuntu系统上安virtualbox虚拟机装win10系统,点击虚拟机start无法正常启动win10,会 ...

最新文章

1. java面向过程和面向对象
2. bzoj1927: [Sdoi2010]星际竞速
3. 姚班大神陈立杰最新动向：MIT毕业后将进入诺奖摇篮，成为UC伯克利Miller研究员...
4. 随着“造车时代”的企业网络推广之下，富士康也想入圈造车？
5. python强大体现在哪些方面-什么python的if语句？它主要应用在哪些方面？
6. hadoop multipleoutputs
7. android 4.2 判断桌面快捷,Android 判断桌面是否快捷方式，不存在则创建
8. ELK报错expected block end, but found BlockMappingStart
9. java 可忽略参数_如何使用“＆var =”忽略URL参数
10. 关于arguments的用法
11. 作品展结束了，学习才真正的开始
12. 【C/C++】sizeof和strlen的一些比较
13. cf500B New Year Permutation
14. VisualAge使用技巧（二）
15. ads1278_ADS1278
16. html ol 序号不出来,html中ol标签不显示序号的解决办法
17. 人力资源知识图谱搭建及应用
18. txt文件批量转换为excel文件
19. 再逼我加班我就猝死给你看！
20. win10右键点击文件夹没响应，解决

热门文章

1. [转载]解决mysql“Access denied for user 'root'@'localhost'”
2. Scrapy框架(持久化,去重,深度控制,cookie)
3. rabbitmq之window环境启动
4. vue05-REST 请求
5. logic:equal,logic:present用法
6. 【PyQt5】连接 mysql 查询数据 并显示在 tableWidget 表格
7. 数据结构与算法学习笔记01-数组
8. [转]Hexo博客插入自定义不渲染页面
9. aiohttp保存MySQL_python链家网高并发异步爬虫asyncio+aiohttp+aiomysql异步存入数据
10. python做马尔科夫模型预测法_用Python实现马尔可夫链蒙特卡罗