Удаление инструментарий для NVIDIA CUDA и установкой нового

месяц назад я установил на CUDA 5.5 на Ubuntu 14.04 (которая не поддерживается для этой версии Ubuntu версии) , и я не’т сделать это хорошо.

Я хочу, чтобы удалить то, что я’вэ ранее установленный и установить новый инструментарий технологии CUDA 6.5,

так, после ввода в терминале: `с dpkg -л | грэп -Я компания

Я получаю следующее:

Я’d, как удалить только то, что нужно, чтобы установить новый инструментарий и технологии CUDA. Pacakages, как шмель я хочу оставаться, как они есть.

Какие пакеты я должен удалить, а какие не следует снять, чтобы это сделать?

Этот метод даст полное удаление соты:

удалить файлы CUDA в /usr/местные/технологии CUDA-5.0

удаление только от Nvidia и технологии CUDA-набор инструментов

судо apt-получить удалить NVIDIA-CUDA технологии-инструментарий

удаление от Nvidia и технологии CUDA-Toolkit и он’зависимости s

судо apt-получить удалить —авто-удалить NVIDIA-CUDA технологии-инструментарий

судо apt-получить продувки от Nvidia и технологии CUDA-набор инструментов или судо apt-получить продувки —авто-удалить NVIDIA-CUDA технологии-инструментарий

Кроме того, удалить каталог /opt/CUDA технологии и папки

/NVIDIA_GPU_Computing_SDK, если они присутствуют. и удалить экспортировать переменную PATH=$PATH: в экспортной переменной LD_LIBRARY_PATH/опт/технологии CUDA/Бин и =$переменная LD_LIBRARY_PATH:/опт/технологии CUDA/Либ: линии/опт/технологии CUDA/lib64 в

Извлечение инструментария nvidia cuda и установка нового

месяц назад я установил cuda 5.5 на Ubuntu 14.04 (которая не поддерживается для этой версии версии Ubuntu), и у меня это не получалось.

Я хочу удалить то, что я установил ранее, и установить новый набор инструментов cuda 6.5,

Итак, после ввода этого в терминале: dpkg -l | grep -i nvidia

Я получаю следующее:

Я хотел бы удалить только то, что необходимо для установки новейшего набора инструментов cuda. Pacakages, как шмель, я хочу остаться, как они.

Какие пакеты я должен удалить, а какие нет, чтобы это сделать?

Этот метод даст полное удаление Cuda:

просто

удалить файлы CUDA в /usr/local/cuda-5.0

продвинутый

Удалите просто nvidia-cuda-toolkit

sudo apt-get remove nvidia-cuda-toolkit

Удалите nvidia-cuda-toolkit и его зависимости

sudo apt-get remove —auto-remove nvidia-cuda-toolkit

Очистка конфигурации / данных

sudo apt-get purge nvidia-cuda-toolkit или sudo apt-get purge —auto-remove nvidia-cuda-toolkit

Кроме того, удаление /opt/cuda и

/NVIDIA_GPU_Computing_SDK папки , если они присутствуют. и удалите export PATH=$PATH:/opt/cuda/bin и export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/cuda/lib:/opt/cuda/lib64 строки

недавно я хотел удалить Cuda из моего Ubuntu, я нашел готовый файл для этого !! (Я думаю, этот метод является стандартным)

Прежде всего измените каталог на путь cuda, который по умолчанию /usr/local/cuda-9.0/bin , вы можете изменить каталог с помощью следующей команды:

в каталоге есть файл, который называется uninstall_cuda_9.0.pl (пожалуйста, обратите внимание, что моя версия cuda 9.0 ), поэтому вам просто нужно запустить, uninstall_cuda_9.0.pl чтобы полностью удалить cuda из вашей системы !!

После ввода пароля файлы cuda будут стираться. (это может занять несколько минут)

ПРИМЕЧАНИЕ: Как узнать, какая cuda установлена ​​на моем Ubuntu? Вы можете проверить с помощью nvcc команды, как вы можете видеть в последней строке приведенного ниже результата, наша версия cuda 9.0

Результат этой команды будет выглядеть следующим образом:

Убедитесь, что метод, который вы используете для установки Cuda Toolkit. Этот ответ для тех, кто использует deb файлы для установки CUDA. Я понятия не имею, работает ли это для .run файлов.

Это может ясно очистить инструментарий CUDA. Вы можете проверить, что папка /usr/local/cuda исчезла. И эта команда — лучший выбор для удаления установленного приложения.

Но когда вы переустанавливаете другую версию cuda, вы должны использовать:

номер версии должен быть включен. Я пытался установить другую версию CUDA после удаления предыдущей версии, я обнаружил, что sudo apt-get install cuda все еще будет устанавливать предыдущую.

Удаление инструментария nvidia cuda и установка нового

месяц назад я установил cuda 5.5 на Ubuntu 14.04 (который не поддерживается для этой версии версии Ubuntu), и я не сделал это хорошо.

Я хочу удалить то, что я установил ранее, и установить новый набор инструментов cuda 6.5,

, поэтому, набрав это в терминале: dpkg -l | grep -i nvidia

Я получаю следующее:

Я хочу удалить только то, что необходимо для установки новейшего инструментария cuda. Пакакаги, как шмели, я хочу оставаться такими, какие они есть.

Какие пакеты следует удалить и которые не следует удалить, чтобы сделать это?

3 ответа

Этот метод даст полное удаление Cuda:

Простой

удалите файлы CUDA в /usr/local/cuda-5.0

Дополнительно

Удалите только nvidia-cuda-toolkit

sudo apt-get remove nvidia-cuda-toolkit

Удалите nvidia-cuda-toolkit и его зависимости

sudo apt-get remove —auto-remove nvidia-cuda-toolkit

Очистка конфигурации / данных

sudo apt-get purge nvidia-cuda-toolkit или же sudo apt-get purge —auto-remove nvidia-cuda-toolkit

Кроме того, удалите папки /opt/cuda и

/NVIDIA_GPU_Computing_SDK , если они присутствуют. и удалите export PATH=$PATH:/opt/cuda/bin и export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/cuda/lib:/opt/cuda/lib64 строк файла

Недавно мне захотелось удалить Cuda с моего компьютера, я обнаружил, что есть готовый файл для этого! (Я думаю, этот метод является стандартным)

прежде всего смените каталог на путь cuda, который по умолчанию равен /usr/local/cuda-9.0/bin , используя следующую команду:

в этой папке есть файл с именем uninstall_cuda_9.0.pl (обратите внимание, что моя версия cuda 9.0 ), поэтому вам просто нужно запустить этот файл, чтобы полностью удалить cuda из вашей системы!

после ввода пароля вы увидите, что ваши файлы cuda стираются (это может занять несколько минут)

Убедитесь, что метод, который вы используете для установки инструментария cuda. Этот ответ предназначен для использования deb файлов для установки cuda. Я не знаю, работает ли это для файлов .run .

Это может ясно очистить инструментарий cuda. Вы можете проверить, что папка /usr/local/cuda ушла. И эта команда — лучший выбор для удаления установленного приложения apt.

Но когда вы переустанавливаете другую версию cuda, вы должны использовать:

номер версии должен быть включен. Я попытался установить еще одну версию cuda после удаления предыдущей версии, я обнаружил, что sudo apt-get install cuda все равно установит предыдущую.

Установка Tensorflow с поддержкой CUDA, cuDNN и GPU в Windows 10

Дата публикации Apr 3, 2019

ВЧасть 1В этой серии я рассказал о том, как вы можете модернизировать аппаратное обеспечение своего ПК, добавив в него видеокарту, совместимую с CUDA Toolkit, например графический процессор Nvidia. В этой части 2 рассматривается установка CUDA, cuDNN и Tensorflow в Windows 10. В данной статье предполагается, что на вашем компьютере уже установлен CUDA-совместимый графический процессор; но если у вас этого еще нет,Часть 1из этой серии поможет вам настроить аппаратное обеспечение, готовое к этим шагам.

Шаг 1: Проверьте программное обеспечение, которое вам нужно установить

Предполагая, что Windows уже установлена ​​на вашем ПК, дополнительные части программного обеспечения, которые вы установите в рамках этих шагов: —

• Microsoft Visual Studio
• инструментарий NVIDIA CUDA
• NVIDIA cuDNN
• питон
• Tensorflow (с поддержкой GPU)

Шаг 2: Загрузите Visual Studio Express

Visual Studio является обязательным условием для CUDA Toolkit

Visual Studio требуется для установки Nvidia CUDA Toolkit (это обязательное условиеВот). Если вы попытаетесь загрузить и установить CUDA Toolkit для Windows без предварительной установки Visual Studio, вы получите сообщение, показанное на рис. 1.

Выбор и загрузка Visual Studio Express

На момент написания этой статьи самой последней версией Visual Studio (которая является бесплатной) является Visual Studio Express Community Version 2017, показанная на рис. 2. Предыдущие версии Visual Studio можно бесплатно получить, присоединившись к «Visual Studio Dev Essentials”И затем ищите нужную версию Visual Studio.

Установка Visual Studio Express

После того, как вы загрузили Visual Studio Express, его установка проста. На рис. 3 показан исполняемый файл, который вы получаете в качестве загрузки.

Когда вы нажимаете опцию «сохранить файл» на рис. 3, появляется окно на рис. 4, где вы можете установить параметры установки (или просто оставить их, как они есть по умолчанию, как я).

Во время установки Visual Studio предложит вам whetherхочу продолжить без нагрузки». Я нажал «продолжить», поскольку не собирался использовать рабочие нагрузки вообще.

Может потребоваться перезагрузка компьютера после установки Visual Studiod

После установки Visual Studio я сразу перешел к загрузке и попытке установить CUDA Toolkit для Windows — этот шагШаг 3который я буду описывать дальше. Я получил сообщение, чтоVisual Studio все еще работала и препятствовала установке CUDA Toolkit, Перезагрузка моего компьютера перед попыткой установки CUDA Toolkit снова решила эту проблему.

Шаг 3: Загрузите CUDA Toolkit для Windows 10

Эти шаги установки CUDA основаны наРуководство по установке Nvidia CUDA для Windows, Набор инструментов CUDA (бесплатный) можно загрузить с веб-сайта NvidiaВот,

На момент написания по умолчанию предлагается версия CUDA Toolkit версии 10.0, как показано на рис. 6. Однако вам следует проверить, какую версию CUDA Toolkit вы выбрали для загрузки и установки, чтобы обеспечить совместимость с Tensorflow (в будущемШаг 7этого процесса). Когда вы идете наВеб-сайт Tensorflow, последняя доступная версия Tensorflow (1.12.0) требуетCUDA 9.0не CUDA 10.0. Чтобы найти CUDA 9.0, вам нужно перейти к «Legacy Releases» в нижней правой части рисунка 6.

Шаг 3.1: Загрузка CUDA 9.0 из архива инструментария CUDA

Выбрав «Legacy Releases», вы попадете в архив CUDA Toolkit. На основеУстановка TensorflowВ соответствии с указаниями, требуемая версия CUDA — 9.0, как показано на Рис. 7.

Шаг 3.2: Установка CUDA 9.0

CUDA 9.0 поставляется как базовая установка и четыре патча; Сначала необходимо установить базовую версию CUDA 9.0, а затем патчи. Варианты базовой установки, которые я выбрал, показаны на рис. 8.

Запуск только что загруженного базового установщика приведет к появлению окна CUDA Setup Package, как показано на рисунке 9.

Программа установки CUDA извлекает данные на ваш компьютер, и после завершения начнется установка NVIDIA CUDA Toolkit; вы получите сообщение об этом Полученные окна установщика NVIDIA на протяжении всего процесса установки показаны на Рис. 10 — Рис. 13. Я выбрал вариант быстрой установки (Рис. 10).

Рис. 11 дает возможность выбрать место установки; Я выбрал расположение по умолчанию, которое для CUDA:

На рисунке 12 ниже показаны установки CUDA, основанные на Visual Studio, ранее установленной вШаг 1,

Нажатие «Далее» в окне, показанном на рис. 12 выше, дает окно окончательной установки, показанное как рис. 13 ниже, где установщик NVIDIA отмечен как завершенный.

Шаг 4: Загрузите исправления CUDA для Windows 10

На момент написания этой книги было четыре патча CUDA (а также базовый установщик), так что давайте пойдем и загрузим их. Они показаны на фиг.14.

Когда четыре исправления загружены, их можно установить так же, как и базовый установщик — с окнами установки, обеспечивающими руководство по процессу.

Шаг 5: Загрузите и установите cuDNN

После установки базового установщика CUDA 9.0 и его четырех исправлений следующим шагом будет поиск совместимой версии CuDNN. Основываясь на информации на веб-сайте Tensorflow, для поддержки Tensorflow с графическим процессором требуется версия cuDNN по адресуминимум 7,2,

Шаг 5.1: Загрузка cuDNN

Для того, чтобыскачать CuDNNВы должны зарегистрироваться, чтобы стать участником программы разработчиков NVIDIA (которая бесплатна).

Когда вы создаете учетную запись, входите в систему и заполняете некоторые другие необходимые сведения о том, почему вы используете учетную запись, вы получаете страницу загрузки, показанную на рис. 16.

Поскольку я скачал CUDA 9.0, соответствующая версия cuDNN — это версия 7.4.2. Выбор cuDNN версии 7.4.2 разрешает загрузку в виде zip-файла с именем следующим образом:

Шаг 5.2: Распаковка файлов cuDNN и копирование в папки CUDA

инструкциина нвидииобеспечить поддержку установки windows cuDNN, как и инструкции на веб-сайте Tensorflow; Я воспроизвел эти инструкции в дистиллированном виде, основываясь на своей реализации. В моем случае я загрузил названный выше файл cuDNN .zip в папку с следующим путем на моем ПК (ваш путь, без сомнения, будет другим).

В приведенных ниже инструкциях я ссылаюсь на путь к папке «C: \ Users \ жо \ Documents \ cuDNN_downloads \»(Упоминается чуть выше) как« », Такой, что zip-файл теперь находится в пути:

Я разархивировал файл cuDNN «.zip», в который я его скачал, поэтому структура разархивированной папки, которая будет содержать необходимые файлы cuDNN, теперь: —

В разархивированных подкаталогах папки cuDNN находятся три файла, которые нужно скопировать в каталоги CUDA Toolkit. Это cudnn64_7.dll, cudnn.h и:

1. cudnn64_7.dll

cudnn64_7.dll можно найти по следующему пути в загруженных файлах cuDNN:

Предполагая, что вы установили CUDA 9.0 по пути по умолчанию (как я сделал вШаг 2.3), а именно следующий путь по умолчанию:

Вы можете скопироватьcudnn64_7.dllфайл прямо в папку CUDAбункерПуть к папке (примечание: вам не нужно создавать какие-либо новые подпапки):

2. cudnn.h

Как и в случае с файлом cudnn64_7.dll, приведенным выше, после загрузки и разархивирования папки cuDNN файл заголовкаcudnn64.hможно найти в пути:

Опять же, предполагая, что вы установили CUDA 9.0 в путь по умолчанию, как я сделал вШаг 2.3скопироватьcudnn.hнепосредственно в папку CUDA по следующему пути (новые подпапки не нужны):

3. cudnn.lib

.Lib файлcudnn.libможно найти в загруженном пути cuDNN:

Скопируйте cudnn.lib непосредственно в папку CUDA по следующему пути:

Шаг 5.3: Проверка того, что переменные среды CUDA установлены в Windows

Наконец,инструкции на нвидииубедитесь, что вы ранее установили переменную среды CUDA следующим образом:

В Windows 10 переменные среды можно найти, выбрав:

Панель управления->Система и безопасность->система->Расширенные настройки системы,

Откроется окно «Свойства системы» (рис. 17), в котором следует выбрать кнопку «Переменные среды».

Когда появится окно «Переменные среды», в «системных переменных» (в нижней половине окна) нажмите «Путь» и нажмите кнопку «Изменить». Появится новое окно под названием «Редактировать переменную среды», как показано на рисунке 18 ниже.

При проверке переменных среды я обнаружил процесс установки, который определяет путь установки CUDA —Шаг 3.2см. рис. 11 — уже добавлены два пути к CUDA. Эти пути показаны на рисунке 18 ниже, поэтому я обнаружил, что мне не нужно добавлять дополнительный путь CUDA.

Шаг 6: Установите Python (если у вас его еще нет)

Теперь, когда CUDA и cuDNN установлены, пришло время установить Python для последующей установки Tensorflow. На момент написания самой последней доступной версии Python 3 является Python 3.7, ноВерсии Python 3, необходимые для Tensorflow: 3.4, 3.5 или 3.6, Python 3.6 можно загрузить для Windows 10 сВот, Когда вы запустите установщик Python для окон, появится окно настройки на Рис. 19.

Из вариантов, показанных на рис. 19 выше, во время установки Python я решил выбрать все из них. Эти параметры полезны: установщик Python «pip» используется наШаг 7.2этого руководства по установке Tensorflow. Кроме того, я использую IDE (интегрированную среду разработки для написания и запуска кода Python) под названием «IDLE» вШаг 8,

В «Расширенных настройках» (показанных на Рис. 20 ниже) я выбрал установку Python для всех пользователей (которая не была отмечена по умолчанию); это дает более полезную системную установку.

Шаг 7: Установите Tensorflow с поддержкой GPU

Tensorflowпредоставляет инструкциидля проверки правильности добавления каталогов установки CUDA, cuDNN и (необязательно: CUPTI) в переменные среды PATH. Поскольку три файла cuDNN были скопированы в подпапки CUDA, я не обновил существующий путь переменных среды CUDA.

Шаг 7.1: вызов командной строки с правами администратора

На этом этапе выполняется общесистемная установка Tensorflow, а не установка для каждого пользователя. Общесистемная установка Tensorflow требует прав администратора, поэтому, соответственно, командная строка должна запускаться с правами администратора.

Откройте командную строку, запустив ‘CMD’В строке поиска, а затем щелкните правой кнопкой мыши в командной строке, чтобы выбрать« Запуск от имени администратора ». Это открывает Администратор: Командная строка, как показано на рисунке 21.

Шаг 7.2: Общесистемная установка Tensorflow через Python pip

После открытия командной строки общесистемная команда установки для Tensorflow с поддержкой GPU выглядит следующим образом:

Команда «pip3» (в отличие от «pip») требуется, так как установка выполняется в Python 3. Выполнение этой команды в командной строке показано на рисунке 22.

Результирующий вывод команды показан на рисунке 23, и, если все пойдет по плану, в конечном итоге должно появиться сообщение, подтверждающее, что Tensorflow был успешно установлен.

Шаг 8: Тестовая установка TensorFlow и его доступ к GPU

Перейдите в меню «Пуск» в Windows и найдите среду IDE с именем «idle», которая будет установлена ​​как часть вашей установки на python, если вы выбрали, как я сделал вШаг 6, Окно Python должно появиться с надписьюОболочка Python 3.6.x, По приглашению (обозначается как «>>>») импортируйте пакет Tensorflow. Это проверит, что Tensorflow был установлен (как вы можете импортировать его). Команда для оболочки IDLE для импорта пакета tenorflow выглядит следующим образом:

Чтобы проверить поддержку CUDA для вашей установки Tensorflow, вы можете запустить в командной строке следующую команду:

Наконец, чтобы убедиться, что графический процессор доступен для Tensorflow, вы можете протестировать, используя встроенную служебную функцию в TensorFlow, как показаноВот:

Требуется несколько минут, чтобы вернуть результат из этого; когда он закончен, он возвращаетсяПравда, а затем приглашение>>>`появляется снова. Импортирование тензорного потока и эти тесты показаны на рис. 24 в оболочке Python IDLE.

Выводы

Это были шаги, которые я предпринял для установки Visual Studio, CUDA Toolkit, CuDNN и Python 3.6, и все с конечной целью установки Tensorflow с поддержкой GPU в Windows 10. На сегодняшний день моя работа по машинному обучению и глубокому обучению на основе GPU была в Linux Машины с Ubuntu; к тому же, большая часть онлайновой поддержки сообщества машинного обучения фокусируется на Ubuntu

Для машинного обучения основным недостатком использования Windows является то, что необходимо создавать больше объектов из исходного кода (например, используяCmake), чем в Linux, а также для установки дополнительного программного обеспечения для процессов сборки, таких как Visual Studio. Например, если бы выустановить Caffe2в Windows нет встроенных двоичных файлов, и сборка Windows находится в тестовом и бета-режиме. Я установил CUDA и cuDNN на Windows 10 более любопытно, чем что-либо еще, просто чтобы посмотреть, насколько это было просто (или иначе).

Как я намекал вЧасть 1Теперь, когда CUDA, cuDNN и Tensorflow успешно установлены в Windows 10, и я проверил доступ Tensorflow к графическому процессору, я собираюсь смести всю операционную систему Windows 10, чтобы произвести новую установку Ubuntu 18.04 LTS. Эта новая установка Ubuntu будет рассмотрена в части 3 этой серии.

Эта статья также была опубликованаВотв моем собственном блоге.