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安装不带根目录的Cuda,cuda,tensorflow,gpu,theano,Cuda,Tensorflow,Gpu,Theano,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-Linu
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
更改为非sudo目录options->root安装路径
- 按标有
的行上的+
,访问高级选项。取消选择A
,并更改创建符号链接
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
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
cudnn-9.0-linux-x64-v7.tgz
下载到
文件夹中。解压缩它:tar-xzvf…
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
~/.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