Post on: May 9, 2024Last edited: May 9, 2024Words 00 min

type
status
date
slug
summary
tags
category
icon
password
😀
在Linux中重新安装CUDA和cnDNN,同样适用于类似Featurize云平台更换到指定的CUDA版本
 
在使用云平台的时候,很多环境都是预装好的,像python、torch、CUDA等等。但是有些时候想要去复现别人的代码,或者重新跑别人的代码,需要一个被指定的环境。
有一部分学者给出了直接使用Conda命令去安装CUDA,但是有个致命的问题是,对于不同的源,CUDA的版本不全,有些时候没有给你需要的那个版本的CUDA。
首先要确定自己的系统版本,以便去NVIDIA官网下载指定的驱动。
然后去NVIDIA官网选择对应于你的系统版本的CUDA安装网址,这里以CUDA11.1为例
这里采用.run文件的方式安装
notion image
执行完sudo行的命令,CUDA会进行安装准备。
然后在终端会出现可视化界面进行安装选项。
这里面关注两个地方,如果你在设备上已经有CUDA了,那么不需要你再次安装 driver,也就是安装选项中第一个部分Driver前面的[x]要取消勾选。
第二个地方在于CUDA toolkit的安装路径,请勿安装在一个你没有权限访问的路径下,因为在安装cndnn时需要复制你的文件到CUDA的目录下。
安装完成后需要配置环境变量
在zsh环境中(目前大部分使用zsh更稳定),需要在终端执行:
然后需要去NVIDIA官网下载匹配的cnDNN文件,上传到你的环境中,可以是.tar文件,直接选择下载对Linux版本的cnDNN即可。
然后执行cp指令,从解压出的文件覆盖到CUDA的安装目录下
请注意,有些时候环境变量的设置并不是立即生效或者对全部环境立即生效,此时需要重启设备或者终端,以防出现找不到CUDA的文件的错误。

  • Twikoo
啃啃啃

😠啃啃啃


NVIDIA GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation.

🐳NVIDIA GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation.

在中国云服务器使用torch时,可能遇到的torch版本与CUDA不兼容的问题


Announcement
🎉欢迎来到我的博客🎉
👏欢迎更新体验👏