深度学习环境搭建（三）—— CUDA安装

安装完CUDA Driver后，就可以安装CUDA了。

1. 确定安装版本

对应版本

• 这里推荐安装CUDA 10.1版本，因为其对TensorFlow 2.x和Pytorch 1.7均有很好的支持。

2. 下载CUDA

• 访问CUDA Toolkit官网，找到要下载的版本。
  

  CUDA版本

• 选择系统版本，并选择runfile格式下载：
  

  CUDA下载

3.安装CUDA

• 切换到文件目录，执行安装命令：

sudo sh cuda_10.1.168_418.67_linux.run

• 进入安装选项后，因为已经提前安装了显卡驱动，所以把显卡驱动的安装选项取消掉：
  

  安装选项

• 选中Install后回车，等待安装完成
  

  安装完成

4.配置CUDA环境

• 打开用户配置文件：

sudo vi ~/.bashrc

• 在文件中添加如下语句：

export PATH="/usr/local/cuda-10.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/lcoal/cuda-10.1/lib64:$LD_LIBRARY_PATH"
export CUDA_HOME=/usr/local/cuda

• 保存关闭后source文件使配置生效：

source ~/.bashrc

• 输入命令nvcc -V，如果出现如下信息则说明安装成功：
  
  安装成功

5. CUDA Sample测试

• 切换到CUDA Sample目录，默认在/home/xxx/NVIDIA_CUDA-xxx/下

  
  
  Sample目录

• 输入make，等待编译完成，大约5分钟，可以喝杯咖啡
  

  编译

• 进入bin/x86_64/linux/release文件夹
  

  编译后

• 运行

./deviceQuery

如果出现下图，则说明安装成功：

安装成功