1. 下载与安装说明

  • 工具包下载地址

    • CUDA历史版本下载地址:https://developer.nvidia.com/cuda-toolkit-archive
    • cuDNN历史版本下载地址:https://developer.nvidia.com/rdp/cudnn-archive
    • cudatoolkit各版本下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
  • 版本要求

    pytorch、cuda、cuDNN三者严格对应,此处安装cuda_10.2.89_440.33.01_linux.run,其对应的cudnn版本为10.2-linux-x64-v7.6.5.32

  • 文件上传

    将下载的安装包上传至离线Linux下存放文件的文件夹中,此处上传至家目录下的files文件夹中。

2. CUDA安装

**注:**此处以将cuda安装至software文件夹中为例,完成下述安装步骤说明:

  • 将files文件夹中的cuda工具包安装程序复制一份至software文件夹

    cp files/cuda_10.2.89_440.33.01_linux.run ~/software/
    

    进入cuda工具包安装程序放置目录(/data/users/CHDHPC/2017901437/software/),执行ls查看当前目录下文件:
    在这里插入图片描述

  • 修改cuda工具包安装程序运行权限

    chmod +x cuda_10.2.89_440.33.01_linux.run
    
  • 运行cuda工具包安装程序

    ./cuda_10.2.89_440.33.01_linux.run
    

    在这里插入图片描述

  • 输入accept,然后按回车键。出现如下内容:
    在这里插入图片描述

  • 只勾选CUDA Toolkit选项。若其他版本安装包有其他选项,也是只勾选CUDA Toolkit选项。
    在这里插入图片描述

  • 光标移动到Options,然后按回车键,以修改安装目录。回车后出现下图:
    在这里插入图片描述
    这里我们需要修改Toolkit Options 、Library install path 这两项的路径。

  • 修改Toolkit Options路径

    • 光标移动到Toolkit Options,然后按回车键
      在这里插入图片描述
    • 取消所有选中选项,如下所示
      在这里插入图片描述
    • 光标移动到Change Toolkit Install Path,然后按回车键
      在这里插入图片描述
    • 将安装路径修改为自己家目录下的路径,此处修改为“ /data/users/CHDHPC/2017901437/software/cuda-10.2/ ”,其中2017901437为用户账号。
      在这里插入图片描述
    • 按回车键确认,出现如下内容
      在这里插入图片描述
    • 光标移动到Doen,按回车键返回,出现如下内容
      在这里插入图片描述
  • 修改Library install path路径

    • 移动光标到Library install path,然后按回车键,出现如下内容
      在这里插入图片描述
    • 输入修改的路径,此处修改为“ /data/users/CHDHPC/2017901437/software/cuda-10.2/ ”,如下所示
      在这里插入图片描述
    • 按回车键确认,出现如下内容
      在这里插入图片描述
    • 光标移动到Done,按回车键确认,路径修改完成
  • 开始安装:移动光标到Install,然后按回车键,开始安装,如下
    在这里插入图片描述

  • 安装完成:出现如下安装信息,则表示安装成功
    在这里插入图片描述

  • 修改环境变量

    • 打开bashrc配置文件

      # 打开bashrc配置文件
      vim ~/.bashrc
      
    • 然后,向其中添加如下内容:

      # cuda env
      export CUDA_HOME=$CUDA_HOME:/data/users/CHDHPC/2017901437/software/cuda-10.2
      export PATH=$PATH:/data/users/CHDHPC/2017901437/software/cuda-10.2/bin
      export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/data/users/CHDHPC/2017901437/software/cuda-10.2/lib64
      
    • 添加完成,如下图所示:
      在这里插入图片描述

    • 执行wq,保存退出

  • 激活环境变量

    source ~/.bashrc
    
  • 测试安装成功
    在这里插入图片描述

  • 安装完成

3. cuDNN安装

  • 将files文件夹中的cuDNN工具包安装程序复制一份至software文件夹

    cp cudnn-10.2-linux-x64-v7.6.5.32.tgz ~/software/
    

    进入cuDNN工具包安装程序放置目录(/data/users/CHDHPC/2017901437/software/),执行ls查看当前目录下文件:
    在这里插入图片描述

  • 解压下载好的cuDNN

    tar -zxvf cudnn-10.2-linux-x64-v7.6.5.32.tgz
    

    在这里插入图片描述

  • 复制cuDNN加压后的文件到CUDA安装目录

    cp cuda/include/cudnn*  cuda-10.2/include/
    cp cuda/lib64/libcudnn* cuda-10.2/lib64/
    
  • 修改复制的文件的权限

    chmod a+r cuda-10.2/include/cudnn* cuda-10.2/lib64/libcudnn*
    
  • 安装完成,删除安装目录software下的解压生成的cuda文件夹、以及其他安装程序包。

4. cudatoolkit安装

  • 将files文件夹中的cudatoolkit工具包安装程序复制一份至software文件夹

    cp cudatoolkit-10.2.89-hfd86e86_1.tar.bz2 ~/software/
    

    进入cudatoolkit工具包安装程序放置目录(/data/users/CHDHPC/2017901437/software/),执行ls查看当前目录下文件:
    在这里插入图片描述

  • 激活anaconda中要配置环境的python虚拟环境,此处配置的是默认环境,即激活base虚拟环境。若此环境已在激活状态,则跳过此步骤。

    conda activate base
    
  • 使用conda安装命令,将cudatoolkit工具包在当前激活的虚拟环境中。(conda install安装命令只能将包安装在当前激活的python虚拟环境中)

    conda install --offline cudatoolkit-10.2.89-hfd86e86_1.tar.bz2
    
  • 安装完成,如下所示
    在这里插入图片描述

5. 测试安装成功

  • 激活虚拟环境

    conda activate base
    
  • 进入python解释器,并输入如下代码,测试pytorch、cuda安装成功。

    import torch
    print(torch.version.cuda)
    

    在这里插入图片描述

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐