Cuda 9.2 CuDnn7.0 官方文檔解讀

時間  2019-12-11
標籤 cuda 9.2 cudnn7.0 cudnn 官方 文檔 解讀 简体版
原文   原文鏈接

目錄html

Cuda 9.2 CuDnn7.0 官方文檔解讀

本篇博客主要是解讀官方的文檔，預先的條件等，不涉及配置
若是想要安裝的話，請看我下一篇博客linux

準備工做（下載）

Cuda Toolkit 9.2下載地址git

國內下載慢，加速方法見以前博客：獨家git加速github

cuDNN 下載地址ubuntu

用google帳號登錄：選擇須要的vim

1535164557901

選擇第一個：windows

1535164580699

若是有疑問建議直接查看緩存

官網說明-cuDNN安裝手冊bash

官方說明-Cuda安裝手冊網絡

官方說明-tensorflow安裝手冊

Cuda9.2的支持

1535178275452

Cuda9.0的支持

1535202522342

顯卡驅動重裝

爲了確信是否顯卡驅動能夠正常使用

CUDA安裝

系統要求

  • 支持cuda的GPU
  • ubuntu16.04等受支持的Linux版本
  • NVIDIA CUDA工具包
  • 驗證是否擁有支持cuda的GPU
lspci | grep -i nvidia

若是有顯示，那麼你的GPU就具有了CUDA功能。

  • 驗證linux版本是否支持
uname -m && cat /etc/*release

獲得如下顯示：

x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=16.04
DISTRIB_CODENAME=xenial
DISTRIB_DESCRIPTION="Ubuntu 16.04.5 LTS"
NAME="Ubuntu"
VERSION="16.04.5 LTS (Xenial Xerus)"
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME="Ubuntu 16.04.5 LTS"
VERSION_ID="16.04"
HOME_URL="http://www.ubuntu.com/"
SUPPORT_URL="http://help.ubuntu.com/"
BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/"
VERSION_CODENAME=xenial
UBUNTU_CODENAME=xenial

  • 驗證gcc
gcc --version

獲得結果：

gcc (Ubuntu 4.9.3-13ubuntu2) 4.9.3
Copyright (C) 2015 Free Software Foundation, Inc.
This is free software; see the source for copying conditions. There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

  • 驗證內核

CUDA驅動程序要求在安裝驅動程序時安裝內核運行版本的內核頭文件和開發包，以及重建驅動程序時。例如，若是您的系統運行內核版本3.17.4-301，則還必須安裝3.17.4-301內核頭文件和開發包。

雖然Runfile安裝不執行包驗證，但若是當前沒有安裝這些包的版本，則驅動程序的RPM和Deb安裝將嘗試安裝內核頭和開發包。可是，它將安裝這些軟件包的最新版本，這些軟件包可能與您的系統正在使用的內核版本匹配，也可能不匹配。 所以，最好在安裝CUDA驅動程序以前以及更改內核版本時手動確保安裝正確版本的內核頭文件和開發包。

能夠經過運行如下命令找到系統正在運行的內核版本：

uname -r

安裝符合當前的kernel的內核頭文件和開發包：

sudo apt-get install linux-headers-$(uname -r)
  • 下載驗證

能夠經過將

（9.2）http://developer.nvidia.com/cuda-downloads/checksums

（9.0）https://developer.download.nvidia.com/compute/cuda/9.0/Prod/docs/sidebar/md5sum.txt

上發佈的MD5校驗和與下載文件的校驗和進行比較來驗證下載。若是任一校驗和不一樣，則下載的文件已損壞，須要再次下載。

9.0的md5校驗

7a00187b2ce5c5e350e68882f42dd507 cuda_9.0.176_384.81_linux.run
19369a391a7475cace0f3c377aebbecb cuda_9.0.176_mac.dmg
fca8046970f3e27539802aa0c06a3158 cuda_9.0.176_mac_network.dmg
ecba5d6c7d86ab5c3c3be97330ca85a0 cuda_9.0.176_win10.exe
019d6e230bccef462fd0d7af61238c35 cuda_9.0.176_win10_network.exe
48d85427ddb4c0eae8ee46aea9d3126e cuda_9.0.176_windows.exe
8acb5a71367f83d7838723385742342f cuda_9.0.176_windows_network.exe
be0f029e95881adc28cc31381207b522 cuda_cluster_pkgs_9.0.176_rhel6.tar.gz
d0c6a642bd0f0367f90924704226e8c0 cuda_cluster_pkgs_9.0.176_rhel7.tar.gz
95a0042baddd9a5a265e5266f45a5d17 cuda_cluster_pkgs_9.0.176_ubuntu1604.tar.gz
d76d08b6da82e54326851d43435a0c61 cuda-repo-fedora25-9.0.176-1.x86_64.rpm
a58a6f09f8a1d56f5e6da1d87460e867 cuda-repo-fedora25-9-0-local-9.0.176-1.x86_64.rpm
918c8a71a00f89c5a733ef58011ad65c cuda-repo-opensuse422-9.0.176-1.x86_64.rpm
91f5e497e119ac22d9dfa6af1a117b47 cuda-repo-opensuse422-9-0-local-9.0.176-1.x86_64.rpm
4a1114e243d0e0908495d1ad6c92c239 cuda-repo-rhel6-9.0.176-1.x86_64.rpm
43e548a51e3705dd51d21b9926208600 cuda-repo-rhel6-9-0-local-9.0.176-1.x86_64.rpm
f9b8e8c0de6863e7cb1ca47c5d9b8589 cuda-repo-rhel7-9.0.176-1.ppc64le.rpm
960afa71b11da89980990736c77e0495 cuda-repo-rhel7-9.0.176-1.x86_64.rpm
8c9d14558cf63e077a61bf78a5bcfb2a cuda-repo-rhel7-9-0-local-9.0.176-1.ppc64le.rpm
f78a97891c183c47b0cc187a76eaa715 cuda-repo-rhel7-9-0-local-9.0.176-1.x86_64.rpm
dc2784693028df4855db8b31b3937c24 cuda-repo-sles122-9.0.176-1.x86_64.rpm
c7a2664834c20cfe75f2d1956fc87ae8 cuda-repo-sles122-9-0-local-9.0.176-1.x86_64.rpm
4b8004dd747dbb664e85b17dec3fee51 cuda-repo-ubuntu1604_9.0.176-1_amd64.deb
70e7d1027e225043678e7150f7a6fd7b cuda-repo-ubuntu1604_9.0.176-1_ppc64el.deb
e78e6ff56582f09a0cbc607049bdb2fd cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
405d20e594b87f44fb8ed3b137e88707 cuda-repo-ubuntu1604-9-0-local_9.0.176-1_ppc64el.deb
3544486e0b99e633572a65bfb24058ed cuda-repo-ubuntu1704_9.0.176-1_amd64.deb
d717d6649cbf90d32e3fd2c0c7202be0 cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb

9.2的MD5校驗：

8254739a33574820ff27628453fe33f3 cuda_9.2.64_mac.dmg
be64422cf5c0bd2cfaa46da7846ac69b cuda_9.2.64_mac_network.dmg
dd6e33e10d32a29914b7700c7b3d1ca0 cuda_9.2.88_396.26_linux.run
af15dd3f975786f458532f3e76ddabb8 cuda_9.2.88_win10.exe
078adfc1368a4574f707f740cab0f7d0 cuda_9.2.88_win10_network.exe
d087c023d2a2228b1677f574267b7dde cuda_9.2.88_windows.exe
5580c6cc8fcdcfbff57c26eae8c314d4 cuda_9.2.88_windows_network.exe
155f07336f25e6fda0a4cabe089d1714 cuda_cluster_pkgs_9.2.88_rhel6.tar.gz
b08c07f824a42562a8381fb41a4f908d cuda_cluster_pkgs_9.2.88_rhel7.tar.gz
92953b1d3693651acb752fa28f0cc6dc cuda_cluster_pkgs_9.2.88_ubuntu1604.tar.gz
4843e002fd0cb5055d9c39cd00694206 cuda-repo-fedora27-9.2.88-1.x86_64.rpm
ee2ac2f7fe6a5aad34ac2d531d0731a4 cuda-repo-fedora27-9-2-local-9.2.88-1.x86_64.rpm
ab95956ffd611a7ebb38f550852fc309 cuda-repo-opensuse423-9.2.88-1.x86_64.rpm
bc0d7fbf211a4b5a07b4a3b63cc89c10 cuda-repo-opensuse423-9-2-local-9.2.88-1.x86_64.rpm
eec36b2c075269665e41149ea6c67fe6 cuda-repo-rhel6-9.2.88-1.x86_64.rpm
1340694af5858c9bd509315dd5b1266c cuda-repo-rhel6-9-2-local-9.2.88-1.x86_64.rpm
1121b80c9a16d58d009c042056482fb0 cuda-repo-rhel7-9.2.88-1.ppc64le.rpm
7bf25a80b002511501af8f555f384f86 cuda-repo-rhel7-9.2.88-1.x86_64.rpm
48f44700fbe87ba54f727bd5ddd89718 cuda-repo-rhel7-9-2-local-9.2.88-1.ppc64le.rpm
c16d67b69f491053534abbdd35bf9696 cuda-repo-rhel7-9-2-local-9.2.88-1.x86_64.rpm
12a708a88fbd4f99c40f001794ff585b cuda-repo-sles123-9.2.88-1.x86_64.rpm
35dbcab7f84106673e3f1345ba3eede1 cuda-repo-sles123-9-2-local-9.2.88-1.x86_64.rpm
62937c222edc19cb49df06978348fea8 cuda-repo-ubuntu1604_9.2.88-1_amd64.deb
50fb1ccc35e098ff4499cbf954d66bcf cuda-repo-ubuntu1604_9.2.88-1_ppc64el.deb
3d3e8b7920780e35b839811cc9dd5b46 cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb
465cf1ddd9d6cc186edd6f5d7c96711f cuda-repo-ubuntu1604-9-2-local_9.2.88-1_ppc64el.deb
5cbe16157b4941289ca3eb5406633f23 cuda-repo-ubuntu1710_9.2.88-1_amd64.deb
1a5da1a97cbd322f91e87df565a7f669 cuda-repo-ubuntu1710-9-2-local_9.2.88-1_amd64.deb
2e222e145ef3232912679fa03a320c24 cuda_9.2.64.1_mac.dmg
0e615d99152b9dfce5da20dfece6b7ea cuda_9.2.88.1_linux.run
4e1a26062537287e0edb653c40a1cc29 cuda_9.2.88.1_windows.exe
bb7ecdbac12aa2e7b485611901d1a7eb cuda-repo-fedora27-9-2-local-cublas-update-1-1.0-1.x86_64.rpm
3125beed3d35629dbc1046fbf9505707 cuda-repo-opensuse423-9-2-local-cublas-update-1-1.0-1.x86_64.rpm
54fe8c72d4d8f7731ad8e52fd1040342 cuda-repo-rhel6-9-2-local-cublas-update-1-1.0-1.x86_64.rpm
b579c048ad60d79daa0eaf25733b212a cuda-repo-rhel7-9-2-local-cublas-update-1-1.0-1.ppc64le.rpm
783b48d12726130d6e1b3ac5d4511bac cuda-repo-rhel7-9-2-local-cublas-update-1-1.0-1.x86_64.rpm
c581b59f0e724b7936e4c099aa72cba2 cuda-repo-sles123-9-2-local-cublas-update-1-1.0-1.x86_64.rpm
0ad9c90134f1fc2e8eb249256855c21a cuda-repo-ubuntu1604-9-2-local-cublas-update-1_1.0-1_amd64.deb
d1761f5229b96d2fe4b8fc9654fed928 cuda-repo-ubuntu1604-9-2-local-cublas-update-1_1.0-1_ppc64el.deb
9d1174a17f0721dc520c2c6775eba342 cuda-repo-ubuntu1710-9-2-local-cublas-update-1_1.0-1_amd64.deb

要計算下載文件的MD5校驗和，請運行如下命令：

$ md5sum <file>

我下載的是cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb，因此用到的校驗碼爲d717d6649cbf90d32e3fd2c0c7202be0，若是你下載的是cuda_9.0.176_384.81_linux.run,那麼對應的校驗碼是7a00187b2ce5c5e350e68882f42dd507

處理以前安裝的cuda文件

以前安裝的版本會對現有版本形成衝突，須要卸載

Use the following command to uninstall a Toolkit runfile installation:

$ sudo /usr/local/cuda-X.Y/bin/uninstall_cuda_X.Y.pl

Use the following command to uninstall a Driver runfile installation:

$ sudo /usr/bin/nvidia-uninstall

Use the following commands to uninstall a RPM/Deb installation:

$ sudo yum remove <package_name>                      # Redhat/CentOS
$ sudo dnf remove <package_name>                      # Fedora
$ sudo zypper remove <package_name>                   # OpenSUSE/SLES
$ sudo apt-get --purge remove <package_name>          # Ubuntu

下載的deb安裝過程

Installation Instructions（下載界面提供）:
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

官方說明提供：

  1. 安裝元數據
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
  1. 安裝公鑰

使用本地倉庫進行安裝時：

$ sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub

使用網絡倉庫安裝時：

$ sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/<distro>/<architecture>/7fa2af80.pub
  1. 更新apt存儲庫緩存
sudo apt-get update
  1. 安裝cuda
sudo apt-get install cuda

下載的runfile的安裝過程

  • 卸載已有的NVIDIA驅動（可選）：sudo apt-get remove --purge nvidia*
    一些開發須要的包（可選）：
sudo apt-get install build-essential
sudo apt-get install vim cmake git
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev
  • 屏蔽nouveau，sudo vim /etc/modprobe.d/blacklist-nouveau.conf，加入
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
  • 禁用 nouveau 內核模塊
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
sudo update-initramfs -u

重啓計算機 sudo reboot

  • 臨時關閉圖形界面
sudo service lightdm stop
  • 執行安裝（注意參數，不安裝opengl-lib）
sudo sh cuda_<version>_linux.run --override --no-opengl-lib
Do you accept the previously read EULA? (accept/decline/quit): accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64? ((y)es/(n)o/(q)uit): y
Install the CUDA  Toolkit? ((y)es/(n)o/(q)uit): y
Enter Toolkit Location [ default is /usr/local/cuda-9.1 ]:
Do you want to install a symbolic link at /usr/local/cuda? ((y)es/(n)o/(q)uit): y
Install the CUDA Samples? ((y)es/(n)o/(q)uit): y
Enter CUDA Samples Location [ default is /home/user ]:

若是安裝沒有報錯，重啓使驅動生效。檢查驅動狀態： nvidia-smi。

  • 修改環境變量: （可編輯 .bashrc 或 /etc/profile 文件）
$ export PATH=/usr/local/cuda-9.1/bin${PATH:+:${PATH}}
$ export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64 ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

編譯運行CUDA測試用例（自行查看官方說明）。

安裝完之後的操做

The PATH variable needs to include /usr/local/cuda-9.0/bin

To add this path to the PATH variable:

$ export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

In addition, when using the runfile installation method, the LD_LIBRARY_PATH variable needs to contain /usr/local/cuda-9.0/lib64 on a 64-bit system, or /usr/local/cuda-9.0/lib on a 32-bit system

  • To change the environment variables for 64-bit operating systems:

    $ export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64\
                         ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

  • To change the environment variables for 32-bit operating systems:

    $ export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib\
                         ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

Note that the above paths change when using a custom install path with the runfile installation method.

驗證安裝

  • 驗證驅動版本

When the driver is loaded, the driver version can be found by executing the command

$ cat /proc/driver/nvidia/version
  • 編譯例子進行測試

The version of the CUDA Toolkit can be checked by running nvcc -V in a terminal window. The nvcc command runs the compiler driver that compiles CUDA programs. It calls the gcc compiler for C code and the NVIDIA PTX compiler for the CUDA code.

The NVIDIA CUDA Toolkit includes sample programs in source form. You should compile them by changing to ~/NVIDIA_CUDA-9.0_Samples and typing make. The resulting binaries will be placed under ~/NVIDIA_CUDA-9.0_Samples/bin.

  • 運行二進制文件

編譯後，找到並運行 DEVICEQUERY 下 〜/ NVIDIA_CUDA- 9.0 _Samples

from the command line as the superuser.

Running the bandwidthTest program ensures that the system and the CUDA-capable device are able to communicate correctly.

繼續安裝cuDNN

Unzip the cuDNN package.

$ tar -xzvf cudnn-<>.tgz

Copy the following files into the CUDA Toolkit directory.（注意路徑）

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

編譯運行CUDA測試用例（自行查看官方說明）

解決問題的思路

主要問題：NVIDIA驅動裝不上（或者裝完圖形界面出現問題）、驅動裝上了但和CUDA要求的版本不匹配

  1. 謹慎使用最新版NVIDIA驅動和Ubuntu自帶的附加驅動
  2. 建議使用CUDA自帶的GPU驅動程序，不建議單獨安裝驅動程序
  3. 建議參考官方教程進行安裝
  4. 舊版教程參考意義不大
  5. 建議關掉圖形界面進行安裝

Trouble Shootting

  1. 安裝過程出現 "The driver installation is unable to locate the kernel source. "，使用uname -r查看內核版本，若是高於4.10，如4.13.0，CUDA 9.1自帶驅動不支持最新Linux內核，請降級內核：

    sudo apt-get purge linux-image-4.13.0-26-generic
sudo apt-get purge linux-headers-4.13.0-26-generic

    Update initramfs image:

    sudo update-initramfs -u

    重啓，使用 uname -r 命令確保內核版本正確

  2. 若是確認內核版本沒問題了，還出現（1）的問題，再嘗試安裝如下包：

    apt-get install linux-source
apt-get source linux-image-$(uname -r)
apt-get install linux-headers-$(uname -r)

Tensorflow版本對應狀況

1535165665103

Reference

官網說明-cuDNN安裝手冊

官方說明-Cuda安裝手冊9.2

cuda9.0

官方說明-tensorflow安裝手冊

比較新的博客

規整的博客，贊讚了

版本對應問題

Cuda安裝與測試

卸載原有CUDA安裝更高版本CUDA

更改Cudnn版本

如何查看ubuntu下顯卡是否已經成功安裝

Install NVIDIA Driver and CUDA.md

NVIDIA驅動安裝

快速搭建深度學習環境上

快速搭建深度學習環境下

Later

安裝caffe2

install caffe2 with anaconda

安裝facebook最新的網絡

老師推薦博客

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程