安装不带根目录的Cuda

我知道我可以通过以下方式安装Cuda：

wget http://developer.download.nvidia.com/compute/cuda/7_0/Prod/local_installers/cuda_7.0.28_linux.run chmod +x cuda_7.0.28_linux.run ./cuda_7.0.28_linux.run -extract=`pwd`/nvidia_installers cd nvidia_installers sudo ./NVIDIA-Linux-x86_64-346.46.run sudo modprobe nvidia sudo ./cuda-linux64-rel-7.0.28-19326674.run wgethttp://developer.download.nvidia.com/compute/cuda/7_0/Prod/local_installers/cuda_7.0.28_linux.run chmod+x cuda_7.0.28_linux.run ./cuda_7.0.28_linux.run-extract=`pwd`/nvidia_安装程序 cd nvidia_安装程序 sudo./NVIDIA-Linux-x86_64-346.46.run 苏多莫迪亚酒店 sudo./cuda-linux64-rel-7.0.28-19326674.run 只是想知道我是否可以在没有root的情况下安装Cuda

---

谢谢，

您可以安装CUDA并编译程序，但由于缺少设备访问权限，您将无法运行它们。

更新

10.1

的安装界面。以下工作：

• 取消选择驱动程序安装（按其上的

  ENTER

  ）
• 将

  options->root安装路径

  更改为非sudo目录
• 按标有

  +

  的行上的

  A

  ，访问高级选项。取消选择

  创建符号链接

  ，并更改

  工具包安装路径

• 现在，安装应该在没有根权限的情况下工作

---

非常感谢您在问题中的提示！我只想用一种对我有用的方法来完成它，这种方法也受到了启发，希望在安装了有效驱动程序的情况下能够帮助，并且仍然需要在没有root权限的Linux上安装较新的CUDA

TL；DR:以下是在Debian上安装CUDA9+CUDNN7的步骤，以及在Python2.7上安装TensorFlow1.4的预编译版本，以测试一切是否正常。没有根权限和通过终端的一切。也适用于其他Linux系统上的其他CUDA、CUDNN、TensorFlow和Python版本

---

装置

请访问NVIDIA的CUDA官方发布网站（截至2017年11月，CUDA9已发布）：

在Linux发行版下，选择

runfile（本地）

选项请注意，安装说明中的

sudo

指示具有欺骗性，因为可以在没有root权限的情况下运行此安装程序。在服务器上，一种简单的方法是复制

下载

按钮的

，然后在主目录的任何位置运行

wget

。它将下载

文件

运行

chmod+x

使其可执行，然后执行它

接受

EULA，

拒绝dr

iver安装，然后在主目录下输入一个

位置以安装工具包，并为示例输入一个

此处未询问，但建议：从下载兼容的CUDNN文件（您需要登录）。在我的例子中，我将与CUDA9兼容的

cudnn-9.0-linux-x64-v7.tgz

下载到

文件夹中。解压缩它：

tar-xzvf…

可选：编译示例<代码>光盘和制作。这里有一些很好的例子，也是写一些文章的一个很好的起点

（如果您这样做了5。）：将所需文件从

复制到

，并授予用户阅读权限（不确定是否需要）：

---

用于快速测试或TENSORFLOW用户 要获得与CUDA9和CUDNN7兼容的TensorFlow，最快的方法是下载一个预编译的

wheel

文件，并使用

pip install

进行安装。你需要的大多数版本都可以在中找到（非常感谢大家）。确认CUDNN也在工作的最低限度测试包括使用：

在我的例子中，需要英特尔的MKL库，如前所述。同样，对于终端用户和无根用户，我按照以下步骤安装库并使TensorFlow找到它（）：

git克隆https://github.com/01org/mkl-dnn.git

cd mkl dnn/scripts&&./prepare_mkl.sh&&cd..

mkdir-p构建和cd构建

cmake-D cmake\u安装前缀：PATH=…

make

#这需要一段时间

make doc

#如果您有

doxygen

进行测试

#也需要一段时间

make install#安装到

将以下内容添加到

~/.bashrc

：

导出LD\u库路径=$LD\u库路径：/lib

---

希望这有帮助

---

Andres

您可以使用以下命令使用conda进行安装

conda install -c anaconda cudatoolkit

但您需要事先访问设备（GPU）

编辑：如果在anaconda存储库中发现错误，请将存储库更改为经常更新的

conda forge

conda install -c conda-forge cudatoolkit

---

GPU驱动程序（例如，

sudo./NVIDIA-Linux-x86_64-346.46.run

）是能够在CUDA GPU上运行CUDA程序所必需的，它需要root权限才能安装，其他工具包组件（CUDA toolkit，CUDA samples）可以在没有root权限的情况下安装，如果您指示安装程序将它们放置在本地工作区中，而不是安装到默认位置。如果您的系统上已经安装了支持的GPU驱动程序，那么这是可能的。@RobertCrovella，看起来我必须先让管理员安装CUDA安装程序，然后我可以自己安装工具包。谢谢。你为什么不用CUDA 10呢。0@DheerajMPai这个问题是2年2个月前提出的。当时没有CUDA 10.0。这是有效的，因为您的计算机已经安装了适当的驱动程序，您所需要的只是CUDA运行库。如果没有安装驱动程序，就无法运行程序。没错，正如我在开始时所说，我只是想完成OP提供的信息和接受的答案。我将澄清，在任何情况下，安装不带root的CUDA都是与运行CUDA不同的任务，并且安装更新的CUDA是完全合法的

import tensorflow as tf
x = tf.nn.conv2d(tf.ones([1,1,10,1]), tf.ones([1,5,1,1]), strides=[1, 1, 1, 1], padding='SAME')
with tf.Session() as sess:
    sess.run(x) # this should output a tensor of shape (1,1,10,1) with [3,4,5,5,5,5,5,5,4,3]

conda install -c anaconda cudatoolkit

conda install -c conda-forge cudatoolkit