Ubuntu16.04下安装多版本cuda和cudnn

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Ubuntu16.04下安装多版本cuda和cudnn，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含5242字，纯文字阅读大概需要8分钟。

内容图文

Ubuntu16.04下安装多版本cuda和cudnn

 

原文 https://blog.csdn.net/tunhuzhuang1836/article/details/79545625

 

前言 因为之前针对Pytorch，caffe，torch等，装了cuda8.0和对应cudnn5.1，但是最近在装MxNet的时候，发现官网上能下载到的MxNet版本仅支持cuda9.0和对应cudnn7.0.5，所以无奈不想卸载cuda8.0只能在电脑上安装多个版本的cuda和对应cudnn。 ? ? 安装cuda 好了进入正题，首先安装cuda 需要去nvidia官网注册一个账号登录下载。这里给一下历史版本的cuda链接（现在官网好像进去默认下载最新版本）。这里我们举例下载cuda9.0：（当你电脑上只有一个cuda时候下载哪种类型无所谓，如果已存在一个或以上时候需要选择runfile安装）
? 安装按照官方指引就好? # if deb
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local-rc_9.0.103-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda # if runfile
sudo chmod +x cuda_9.0.176_384.81_linux.run
./cuda_9.0.176_384.81_linux.run12345678 这里我给了deb版本和runfile版本cuda安装。 如果你是第一遍装cuda，按官方教程什么版本都可以; 如果是电脑上已存在cuda，则安装需要runfile，且有几个需要注意的地方：（这里详情可参考Maple2014博客） Do you accept the previously read EULA? (accept/decline/quit): accept
You are attempting to install on an unsupported configuration. Do you wish to continue? ((y)es/(n)o) [ default is no ]: y
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 346.46? ((y)es/(n)o/(q)uit): n
Do you want to install the OpenGL libraries? ((y)es/(n)o/(q)uit) [ default is yes ]: n
Install the CUDA 9.0 Toolkit? ((y)es/(n)o/(q)uit): y
Enter Toolkit Location [ default is /usr/local/cuda-9.0 ]:
/usr/local/cuda-9.0 is not writable.
Do you wish to run the installation with ‘sudo’? ((y)es/(n)o): y
Please enter your password:
Do you want to install a symbolic link at /usr/local/cuda? ((y)es/(n)o/(q)uit): n
Install the CUDA 9.0 Samples? ((y)es/(n)o/(q)uit): y
Enter CUDA Samples Location [ default is /home/xxx ]:
Installing the CUDA Toolkit in /usr/local/cuda-9.0 …
Installing the CUDA Samples in /home/xxx …
Copying samples to /home/xxx/NVIDIA_CUDA-9.0_Samples now…
Finished copying samples.12345678910111213141516 安装好后我们可以去/usr/local/下看到安装好的cuda-9.0文件夹：
???? ? 安装cudnn 其次我们需要安装cudnn，同理去nvidia官网下载cudnn。这里我们安装的是cudnn7.0.5。? ? 注意，我们这里选择cuda9.0下cuDNN v7.0.5 Library for Linux。下载好后直接命令行解压然后复制lib64和include文件夹到usr/local/cuda-9.0，命令如下： # Installing from a Tar File
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*1234 ? ? cuda版本的自由切换 以上讲的就是多版本cuda的安装。最后，我们要做的就是cuda版本的自由切换。命令行sudo gedit ~/.bashrc打开.bashrc，也许你已经装过cuda8.0，则.bashrc下应该有如下行：（详情请参考mumoDM博客） export PATH="$PATH:/usr/local/cuda-8.0/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64/"
export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda-8.0/lib64"? 123 我们将所有的cuda-8.0更改为cuda文件夹：? ? export PATH="$PATH:/usr/local/cuda/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64/"
export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda/lib64"? 123 到这一步我们已经设置好了链接库，最后我们只需要在终端敲入：? ? sudo rm -rf /usr/local/cuda #删除之前创建的软链接
sudo ln -s /usr/local/cuda-8.0 /usr/local/cuda #创建新 cuda 的软链接12 这里我是从cuda8.0切换到9.0 。同理反一下就可以切换回8.0 。所有完事后，可以用命令来查看cuda是否切换完成：? $ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.17612345 ? 总结 当然本人在安装过程中还是踩过好多坑的，举几个栗子说明。? (1)? nvcc可能默认是你以前deb安装时候其他版本的，所以你会发现就算你操作按上面一步步来，nvcc –version结果还是没变。所以我们可以找到nvcc位置，然后创建usr/local/cuda/nvcc软链接到原先nvcc位置，应该是usr/bin/nvcc，操作为：? which nvcc # 找到nvcc位置，假定在/usr/bin/nvcc且是以前版本8.0
sudo ln -s /usr/local/cuda/bin/nvcc? /usr/bin/nvcc # 创建软链接链接到当前cuda的nvcc
nvcc --version # 显示当前cuda版本123 ? (2)? 也许你切换到8.0跑Pytorch的时候发现报错了：? ? Traceback (most recent call last):
? File "train.py", line 318, in <module>
??? main()
? File "train.py", line 182, in main
??? out = model(inputs)
? File "/usr/local/lib/python2.7/dist-packages/torch/nn/modules/module.py", line 206, in __call__
??? result = self.forward(*input, **kwargs)
? File "/usr/local/lib/python2.7/dist-packages/torch/nn/parallel/data_parallel.py", line 61, in forward
??? outputs = self.parallel_apply(replicas, inputs, kwargs)
? File "/usr/local/lib/python2.7/dist-packages/torch/nn/parallel/data_parallel.py", line 71, in parallel_apply
??? return parallel_apply(replicas, inputs, kwargs)
? File "/usr/local/lib/python2.7/dist-packages/torch/nn/parallel/parallel_apply.py", line 45, in parallel_apply
??? raise output
RuntimeError: CUDNN_STATUS_INTERNAL_ERROR1234567891011121314 这个时候需要删除root下一个隐藏文件夹 .nv： ? sudo rm -rf ~/.nv1 就是这么多，祝玩得开心！（附一张成功图：原8.0切换到9.0）? ? ? 引用
?
? http://blog.csdn.net/maple2014/article/details/78574275
? http://blog.csdn.net/mumoDM/article/details/79462604
? https://github.com/SeanNaren/deepspeech.pytorch/issues/32

内容总结

以上是互联网集市为您收集整理的Ubuntu16.04下安装多版本cuda和cudnn全部内容，希望文章能够帮你解决Ubuntu16.04下安装多版本cuda和cudnn所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---