Работа в облаке или смена компьютера потребует переустановки CUDA для поддержки GPU. Как и многие специалисты по данным, установка CUDA становится утомительной задачей. Обновление вашей версии CUDA иногда даже страшнее! Официальная документация от Nvidia — мой наименее любимый ресурс для установки CUDA.
Есть масса полезных статей об установке CUDA. Я решил следовать этому подходу, потому что он быстрый, простой и понятный (я знаю, что происходит на моей машине во время установки).
Я сделал этот пост как заметку для себя. Мне нравится документировать свою работу, чтобы не повторять одну и ту же работу несколько раз. Я надеюсь, что это поможет и вам.
Этот пост основан на другом посте, который очень помог мне установить Cuda, полная заслуга Владислава Кульбацкого. Но его статья была только для Ubuntu 20.04 и 18.04, и я добавил несколько правок, чтобы она работала и для 16.04.
Если у вас ubuntu 18.04 или 20.04, перейдите к статье Владислава отсюда.
Пойдем:
1- Во-первых, очистите свой компьютер от любых следов, связанных с пакетом CUDA
sudo rm /etc/apt/sources.list.d/cuda* sudo apt remove — autoremove nvidia-cuda-toolkit sudo apt remove — autoremove nvidia-*
Найдите другой способ сделать это здесь, в этом Ответе Stackoverflow. Если у вас есть другие библиотеки Python, которые используют CUDA в своих настройках, эти файлы останутся нетронутыми! Не беспокойтесь.
2- Установите правильный CUDA PPA:
sudo apt update sudo add-apt-repository ppa:graphics-drivers/ppasudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pubsudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /" > /etc/apt/sources.list.d/cuda.list'sudo bash -c 'echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64 /" > /etc/apt/sources.list.d/cuda_learn.list'
(PPA: Личный архив пакетов)
3- Установите пакет CUDA 10.x:
Это может быть любой выпуск CUDA 10.x. На момент написания этой статьи я выбрал для своей машины CUDA 10.2.
sudo apt update sudo apt install cuda-10–2 sudo apt install libcudnn7
если вы хотите другую версию. посмотрите архив релизов CUDA.
4- Давайте добавим путь CUDA в системную среду, используя ~/.profile
- Открыть файл :
sudo vi ~/.profile
Добавьте это в конец файла
# set PATH for cuda 10.2 installation
if [ -d “/usr/local/cuda-10.2/bin/” ]; then
export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
fi
Будьте осторожны здесь! Вы должны настроить приведенные выше строки, чтобы они соответствовали вашей версии CUDA (в данном случае 10.2).
5- Перезагрузите компьютер
sudo shutdown -r now
6- Проверьте установку CUDA
- Проверить CUDA
nvcc — version nvcc: NVIDIA (R) Cuda compiler driver Copyright © 2005–2019 NVIDIA Corporation Built on Sun_Jul_28_19:07:16_PDT_2019 Cuda compilation tools, release 10.1, V10.1.243
- Проверьте свой графический процессор:
nvidia-smi
- Проверить пакет Cudnn
/sbin/ldconfig -N -v $(sed ‘s/:/ /’ <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn libcudnn.so.7 -> libcudnn.so.7.6.5
Это кажется намного проще, чем официальная документация Nvidia. Я надеюсь, что это помогает.
Примечание о выборе CUDA. Я настоятельно рекомендую избегать самых последних версий CUDA. Ваша установка будет подвержена более высокому риску поломки или нестабильности из-за отсутствия зависимостей от вашей машины. Исходя из личного опыта, я предпочитаю, чтобы моя версия CUDA отставала как минимум на 1–2 года от самой последней версии. Отставание на год кажется мне безопасной дистанцией.
