安装

Question

我知道我可以使用以下内容安装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

只是想知道我是否可以在没有root的情况下安装Cuda？

谢谢，

Answer 1

更新 10.1的安装界面已更改。以下作品：

取消选择驱动程序安装（在其上按ENTER）
将options -> root install path更改为非sudo目录。
在标有A的行上按+以访问高级选项。取消选择create symbolic link，然后更改toolkit install path。
现在安装应该没有root权限

非常感谢您提出问题的提示！我只想用一种对我有用的方法来完成它，同样受到this gist的启发，希望在安装了有效驱动程序的情况下帮助，并且在没有root权限的情况下在Linux上安装更新的CUDA是仍然需要。

TL; DR：以下是在Debian上安装CUDA9 + CUDNN7，在Python2.7上安装TensorFlow1.4的预编译版本以测试一切正常的步骤。没有root权限和终端的一切。也适用于其他Linux系统上的其他CUDA，CUDNN，TensorFlow和Python版本。

安装

转到NVIDIA的CUDA官方发布网站（截至2017年11月，CUDA9已经发布）：https://developer.nvidia.com/cuda-downloads。
在Linux发行版下，选择runfile (local)选项。 请注意，安装说明中出现的sudo指示是欺骗性的，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<LINK>按钮的Download，并在主目录的任何位置运行wget <LINK>。它将下载<INSTALLER>文件。
运行chmod +x <INSTALLER>使其可执行，然后执行./<INSTALLER>。
accept EULA，say no to dr iver安装，并在您的主目录下输入<CUDA>位置以安装工具包，并为样本输入<CUDASAMPLES>。
此处未询问，但建议：从official web下载兼容的CUDNN文件（您需要登录）。就我而言，我将与{CALA9兼容的cudnn-9.0-linux-x64-v7.tgz下载到<CUDNN>文件夹中。解压缩：tar -xzvf ...。
可选：编译样本。 cd <CUDASAMPLES> && make。这里有一些很好的例子，也是写一些CUDA scripts of yourself的非常好的起点。
（如果你做了5次。）：将CUDNN所需文件复制到CUDA中，并向用户授予阅读权限（不确定是否需要）：

cp -P <CUDNN>/cuda/include/cudnn.h <CUDA>/include/
cp -P cudnn9/cuda/lib64/libcudnn* cuda9/lib64
chmod a+r cuda9/include/cudnn.h cuda9/lib64/libcudnn*

将库添加到您的环境中。这通常是将以下两行添加到~/.bashrc文件中完成的（在此示例中，<CUDA>目录为~/cuda9/：

export PATH=$HOME/cuda9/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/cuda9/lib64/

快速测试或TENSORFLOW用户

让TensorFlow与CUDA9和CUDNN7兼容的最快捷方式（以及一种快速测试方法）是下载预编译的wheel文件并使用pip install <WHEEL>进行安装。您需要的大多数版本都可以在mind's repo中找到（非常感谢）。确认CUDNN也在工作的最小测试涉及使用tf.nn.conv2d：

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]

就我而言，the wheel I installed需要英特尔的MKL库，如here所述。同样，从终端和没有root用户，这是我安装库并让TensorFlow找到它的步骤（reference）：

git clone https://github.com/01org/mkl-dnn.git
cd mkl-dnn/scripts && ./prepare_mkl.sh && cd ..
mkdir -p build && cd build
cmake -D CMAKE_INSTALL_PREFIX:PATH=<TARGET_DIR_IN_HOME> ..
make＃这需要一段时间
1. make doc＃如果您有doxygen
make test＃也需要一段时间
make install # installs into <TARGET_DIR_IN_HOME>
将以下内容添加到~/.bashrc：export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<TARGET_DIR_IN_HOME>/lib

希望这有帮助！
安德烈

Answer 2

您可以通过以下命令使用conda进行安装。

enter code here
         public LatestStoriesAdapterViewHolder(View itemView) {
                super(itemView);
                ButterKnife.bind(this, itemView);
                if (screenWidth != 0) {
            android.view.ViewGroup.LayoutParams params = 
            itemView.getLayoutParams();
            params.width = (int) ((screenWidth * 3.4) / 4);
            itemView.setLayoutParams(params);
        }
    }

但是您需要事先访问设备（GPU）

Answer 3

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。

安装没有root的Cuda

3 个答案:

安装

快速测试或TENSORFLOW用户