当前位置：首页 > news >正文

mvc4 做网站网站流量的做

news 2025/9/18 9:03:19

mvc4 做网站,网站流量的做,婚纱摄影服务,济南平面设计公司nivida-smi查看显卡驱动版本 （一）安装CUDA cuda官网 cuda官网下载对应版本的cuda 这个官网真不错啊，下面附上了指令 wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-ubuntu2404.pin sudo mv c…

nivida-smi查看显卡驱动版本
nvidia-smi

（一）安装CUDA

cuda官网
cuda官网
在这里插入图片描述
下载对应版本的cuda
这个官网真不错啊，下面附上了指令

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-ubuntu2404.pin
sudo mv cuda-ubuntu2404.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.8.0/local_installers/cuda-repo-ubuntu2404-12-8-local_12.8.0-570.86.10-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2404-12-8-local_12.8.0-570.86.10-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2404-12-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-8

验证是否安装cuda成功

nvcc -V
#或者
nvcc --version

然后就发现啥都没有
一查原来是没有配置环境变量
如果是自带的cuda安装（sudo apt install nvidia-cuda-toolkit），会给你配好环境变量的，但自己去官网下载需要自己配置环境变量

配置环境变量（让 nvcc 可用）
1）编辑 ~/.bashrc：

nano ~/.bashrc

2）在文件末尾添加：

export PATH=/usr/local/cuda-12.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH

保存并退出（Ctrl + X → Y → Enter）。
3）使更改生效

source ~/.bashrc

4）验证 nvcc

nvcc -V

现在应该能正确显示 CUDA 12.8 的版本信息。

nvidia官网往下翻，还看到教我怎么安装显卡驱动的指令哎，开源的或者传统版本
在这里插入图片描述

（二）安装cudnn

官网
cudnn官网

cuDNN
1）附有指令

wget https://developer.download.nvidia.com/compute/cudnn/9.10.2/local_installers/cudnn-local-repo-ubuntu2404-9.10.2_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2404-9.10.2_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2404-9.10.2/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cudnn

在这里插入图片描述 2）验证 cuDNN 是否被正确识别
检查文件是否在 CUDA 目录中

运行以下命令，确认 cuDNN 的头文件和库文件已存在：

# 检查头文件
ls /usr/local/cuda/include/cudnn*.h
# 检查库文件
ls /usr/local/cuda/lib64/libcudnn*

正常情况会输出类似：

/usr/local/cuda/include/cudnn_version.h
/usr/local/cuda/lib64/libcudnn.so.8
/usr/local/cuda/lib64/libcudnn.so.8.9.4

果不其然，我的又是找不到
解决措施如下：
手动创建符号链接到 CUDA 目录（推荐）
将 cuDNN 的头文件和库文件链接到 CUDA 的默认路径，这样编译器和深度学习框架会自动找到它们。
1. 链接头文件

sudo ln -s /usr/include/cudnn.h /usr/local/cuda/include/cudnn.h
sudo ln -s /usr/include/cudnn_version.h /usr/local/cuda/include/cudnn_version.h

2. 链接库文件

sudo ln -s /usr/lib/x86_64-linux-gnu/libcudnn.so /usr/local/cuda/lib64/libcudnn.so
sudo ln -s /usr/lib/x86_64-linux-gnu/libcudnn.so.8 /usr/local/cuda/lib64/libcudnn.so.8
sudo ln -s /usr/lib/x86_64-linux-gnu/libcudnn.so.8.x.x /usr/local/cuda/lib64/libcudnn.so.8.x.x  # 替换 x.x 为具体版本号

3. 更新动态链接库缓存

sudo ldconfig

验证链接是否成功

ls -l /usr/local/cuda/include/cudnn*  # 检查头文件链接
ls -l /usr/local/cuda/lib64/libcudnn*  # 检查库文件链接

如果显示链接已创建（如 cudnn.h -> /usr/include/cudnn.h），说明操作成功。

(三）下载对应的torch 和torchision

torch官网
下载torch官网
在这里插入图片描述
我下的是python3.8的，感觉3.8稳定好用
注意：torch torchvision cuda要对应好各自的版本，我的cuda虽然是12.8但是在这里没找到比121更高的版本了。

（四）安装miniconda

指令

# 删除旧安装（如果存在）
rm -rf /home/shangshuiai/miniconda3#shangshuiai是我自己的目录，你们替换成自己的# 下载并安装 Miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p /home/shangshuiai/miniconda3
#shangshuiai是我自己的文件夹目录，你们替换成自己的

查看全文

http://www.yayakq.cn/news/87868/