CUDA
是GPU
深度学习的运行库,那么cuDNN
就是训练加速工具,两者要相互配合使用,所以一般机器学习需要训练引擎(tensorflow-gpu) + CUDA + cuDNN
使用。想不安装cuDNN
是不可以的,而且cuDNN
版本要和CUDA
版本相互搭配。
1、前置工作
查看显卡信息
nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 510.108.03 Driver Version: 510.108.03 CUDA Version: 11.6 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... Off | 00000000:01:00.0 Off | N/A |
| N/A 42C P8 N/A / N/A | 9MiB / 2048MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| 0 N/A N/A 980 G /usr/lib/xorg/Xorg 4MiB |
| 0 N/A N/A 1592 G /usr/lib/xorg/Xorg 4MiB |
+-----------------------------------------------------------------------------+
- 如果出现这个样式,说明已经安装显卡驱动了。通常装好的
Ubuntu
中都有显卡驱动✔️ - 如果没有装驱动,
Ubuntu
有一种简便的装驱动方式,在软件与更新里找到附加驱动,一般来说挑一个数字版本比较大的安装即可,安装完毕重启电脑,再次输入nvidia-smi
查看是否安装成功。
在输入nvidia-smi
后你可以看到右上角有CUDA Version: 11.6
(你的版本与我可能不一样),这不代表你的CUDA
安装成功了,这个版本是CUDA
的最高安装版本。
因此本文选择安装
CUDA 11.3
和CUDNN8.2.1
CUDNN
版本的选择:在下载的官网上可以看到支持CUDA 11.3
的CUDNN