Enregistrement de travail d'installation de tensorflow, CUDA, cuDNN sur Ubuntu 20.04 édition CUDA

Contenu de cet article

J'ai enregistré le travail lorsque CUDA et cuDNN correspondant à la version de tensorflow ont été installés localement pour l'apprentissage automatique avec tensorflow.

Cet article a configuré CUDA 10.1 et cuDNN 7.6 pour utiliser tensorflow 2.3.0.

environnement

Ubuntu 20.04

Site de référence

https://codelabo.com/posts/20200229081221
https://medium.com/@exesse/cuda-10-1-installation-on-ubuntu-18-04-lts-d04f89287130

Structure de cet article

--1: installation du pilote NDIVIA -2: Configuration CUDA --3: Configuration cuDNN

Configuration de CUDA

1 Préparation préalable

Découvrez de quelle version CUDA et cuDNN vous avez besoin pour la version de tensorfow que vous souhaitez utiliser. Vous pouvez le vérifier sur le [site officiel] de tensorfow (https://www.tensorflow.org/install/source).

2 Téléchargez le programme d'installation de CUDA

L'installation de CUDA consiste en fait à installer la boîte à outils CUDA. Ne confondez pas CUDA avec la boîte à outils CUDA.

Seule la dernière version de cuda peut être téléchargée à partir du téléchargement régulier sur le site officiel, alors téléchargez-la à partir de l'archive.

Vous pouvez choisir la version que vous souhaitez télécharger dans Documentation archivée NVIDIA CUDA. Cliquez ici pour la documentation de chaque version (https://docs.nvidia.com/cuda/archive/)

Sélectionnez le CUDA souhaité parmi les versions archivées

CUDA 10.1

• Select Target Platform
  Linux

• Architecutre
  x86_64

• Distribution
  Ubuntu

• Version
  18.04

• Installer Type
  runfile [local]

Exécutez la commande wget qui a été vérifiée dans les éléments de sélection ci-dessus dans le terminal.

wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run

3 Exécutez le programme d'installation

La documentation officielle Guide de démarrage rapide avant d'exécuter le programme d'installation Puisque le travail nécessaire est répertorié, exécutez-le de manière séquentielle.

3.1. Désactivation du pilote Nouveau

--Commande de confirmation

#Vérifiez si nouveau est chargé(Si rien ne sort, vous n'aurez peut-être pas à faire le travail d'invalidation)
$ lsmod | grep nouveau

Changer le travail en invalidation

dans etc / modprobe.d / blacklist-nouveau.conf

blacklist nouveau  
options nouveau modeset=0  

Décrivez et adaptez-vous.

$ cd /etc/modprobe.d
$ sudo touch blacklist-nouveau.conf
$ sudo chmod 777 blacklist-nouveau.conf
$ echo blacklist nouveau > blacklist-nouveau.conf
$ echo options nouveau modeset=0 >> blacklist-nouveau.conf

$ cat blacklist-nouveau.conf #Vérifiez le contenu

Régénérer les initramfs du noyau

sudo update-initramfs -u

3.2 Ajouter "3", "nomodest" au paramètre du noyau pour définir temporairement le niveau d'exécution sur 3 et redémarrer

• Je n'avais pas à faire ce travail.

À propos du niveau d'exécution

--3 Mode multi-utilisateur (connexion texte) --5 Mode multi-utilisateurs (connexion graphique)

Vérifiez le niveau d'exécution actuel

$ runtime
N 5

• Passer au niveau 3

$ systemctl set-default multi-user.target

• Passer au niveau 5

$ systemctl set-default graphical.target

procédure

1 Au démarrage, appuyez immédiatement sur Shift pour afficher le menu grub

S'il n'apparaît pas même après le changement de vitesse, il est recommandé de régler le menu grub à afficher à chaque démarrage. menu grub Comment sortir: https://qiita.com/ricrowl/items/1d038d6b4412feedb25e

2 * Cliquez sur «E» lorsqu'il y a un point sur Ubuntu.

3 Écrivez «3» et «nomodeset» après un splash silencieux sur la ligne Linux affichée ensuite, et ctr + X

runlevel 3 signifie ne pas démarrer Xserver, le nomodeset bloque le chargement du nouveau module Cela permet de charger le module nvidia après la construction.

3.3 Créer un fichier xorg.conf qui utilise le GPU NVIDIA pour l'affichage

$ sudo nvidia-xconfig

Lorsque j'ai redémarré après avoir fait cela, le signal HDMI de Mazabo a disparu. Traitez-le en vous connectant à d'autres ports vidéo sur le GPU. Je n'ai pas étudié la signification de cette commande, je dois donc l'étudier plus tard.

3.4 Rétrograder la version gcc.

La version 9.3 existante de gcc est prise en charge, donc la dernière version de gcc provoquera une erreur lors de l'exécution de .run

udo apt -y install gcc-8 g++-8
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-8 8
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-8 8

Référence: https://askubuntu.com/questions/1236188/error-unsupported-compiler-version-9-3-0-when-installing-cuda-on-20-04 La documentation tensorflow recommande gcc 7.3.1, mais je pourrais l'exécuter avec gcc 8.

3.5 exécuter le fichier d'exécution

sudo sh cuda_10.1.243_418.87.00_linux.run #--silent

Lorsque vous exécutez .run, vous avez également la possibilité d'installer le pilote versino.418. Si vous l'exécutez avec l'option --silent du guide de démarrage rapide, le pilote de la versino.418 sera installé automatiquement, donc une erreur se produira en raison d'un conflit avec le pilote que vous avez installé précédemment. Exécutez sans aucune option.

3.6 Passer par CUDA PATH

echo -e "\n## CUDA and cuDNN paths"  >> ~/.bashrc
echo 'export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashr
source ~/.bashrc

3.7. Confirmation de CUDA

nvcc -V