linux升级cudnn

### Linux 下 NVIDIA 显卡驱动、CUDA 和 cuDNN 的安装教程 #### 1. 安装 NVIDIA 显卡驱动 在 Ubuntu 上安装 NVIDIA 显卡驱动可以通过图形界面完成，也可以通过命令行操作。推荐方法如下： - 打开 *软件和更新* 中的 *附加驱动* 页面，在可用选项中选择带有 `NVIDIA` 字样的驱动程序并应用更改[^2]。 如果需要手动安装或者禁用默认的 Nouveau 驱动，则可以执行以下步骤： ```bash sudo apt update sudo apt install linux-headers-$(uname -r) sudo modprobe -r nouveau && sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nouveau.conf" sudo reboot ``` 重启后下载对应版本的 NVIDIA 驱动包，并运行安装脚本[^3]: ```bash chmod +x NVIDIA-Linux-x86_64-version.run sudo ./NVIDIA-Linux-x86_64-version.run ``` #### 2. 升级或安装 CUDA 工具包 为了确保兼容性和性能优化，建议先确认已安装的 NVIDIA 驱动版本是否支持目标 CUDA 版本。 对于特定版本如 CUDA 10.1 可以按照官方文档说明进行配置[^1]。通常情况下可通过 APT 或者本地 RUN 文件两种方式实现安装过程。APT 方法较为简便： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntuXX/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb sudo apt-get update sudo apt-get -y install cuda-10-1 ``` 完成后记得设置环境变量以便后续调用工具链正常工作： ```bash export PATH=/usr/local/cuda-10.1/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH source ~/.bashrc ``` #### 3. 配置 cuDNN 库文件 cuDNN 是针对深度学习框架加速而设计的一套高性能库集合。其依赖于基础 CUDA 平台之上构建而成。获取合法授权后的 cuDNN 压缩档需解压到指定目录下覆盖原有内容: 假设当前路径存在 tar.gz 形式的压缩包形式： ```bash tar zxvf cudnn-X-linux-x64-vY.Y.ZZ.tgz sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 最后验证整个流程无误可尝试编译示例项目来检测功能完整性。 ```python import tensorflow as tf print(tf.test.is_built_with_cuda()) # 输出 True 表明成功启用GPU计算能力 ```

### 如何在Linux系统上升级CUDA版本 对于希望在Linux系统上升级CUDA版本的情况，操作涉及移除旧版CUDA工具包并安装新版。具体命令如下： 当需要卸载现有CUDA组件时，可以执行以下指令来清理已有的CUDA库文件和依赖项： ```bash $ sudo yum remove "*cublas*" "cuda*" ``` 此命令适用于基于Red Hat的企业级Linux发行版及其衍生产品，如CentOS[^1]。 针对Ubuntu这类Debian系操作系统，则推荐先更新本地软件源索引再进行安装或升级动作： ```bash sudo apt-get update ``` 随后按照官方文档指引下载对应架构与系统的CUDA安装器，并通过下列方式完成部署过程（假设已经获取到.run类型的离线安装程序）： ```bash chmod +x cuda_*.run sudo ./cuda_*.run --override # 使用--override选项可覆盖先前存在的相同路径下的文件而不中断整个流程 ``` 如果计划采用APT仓库在线安装的形式，在确保网络连接正常的情况下可以直接运行下面的语句序列实现快速便捷地切换至目标版本： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.deb sudo dpkg -i cuda-keyring_1.0-1_all.deb sudo apt-get update sudo apt-get -y install cuda-12-1 ``` 上述方法特别适合于那些偏好自动化处理以及保持系统整洁度较高的用户群体[^2]。 另外需要注意的是，在更换了新的CUDA版本之后可能还需要同步调整cuDNN的相关设置以匹配当前使用的框架需求。例如，可以通过apt包管理器轻松搞定这一环节： ```bash sudo apt install libcudnn8=8.9.7.*+cuda12.1-1 \ libcudnn8-dev=8.9.7.*+cuda12.1-1 \ libcudnn8-samples=8.9.7.*+cuda12.1-1 ``` 这里指定了特定版本号以便精确控制兼容性问题[^3]。 最后提醒一点，由于不同硬件平台之间可能存在差异化的适配情况，因此建议事先查阅设备制造商提供的最新驱动支持列表，以免因驱动不兼容而导致不必要的麻烦。比如遇到类似`RuntimeError: The NVIDIA driver on your system is too old (found version 11070)`这样的错误提示时，应当及时访问[NVIDIA官方网站](http://www.nvidia.com/Download/index.aspx)下载相匹配的新版图形处理器驱动程序来进行修复[^4]。