GeForce RTX3070：Ubuntu20.04+cuda11.1+cudnn8.0.5+TensorFlow 2.5安装与测试_ubuntu22.04 rtx3070驱动版本

系统类型：Ubuntu20.04 server 64位（经测试tf2.4不行）

1，首先根据GPU类型和系统，到NVIDIA驱动程序下载，下载驱动，并安装；

2，使用 nvidia-smi命令查询GPU信息：

3，下载安装CUDA Toolkit 11.1.0（我选的是runfile）如果下载速度慢，可通过下方网盘链接进行下载。

注意：由于之前，已经安装了NVIDIA驱动，所以这里取消驱动安装（X，表示安装；空白，表示不安装）

配置环境变量sudo vi ~/.bashrc，文件末尾添加以下内容：

# CUDA Soft Link
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存之后，刷新一下环境变量source ~/.bashrc

测试是否安装成功：nvcc -V

4，下载安装cuDNN8.0.5，需要官网注册账号（官网下载速度慢，需要墙）可通过下方网盘链接进行下载。

将下载的 cuDNN Library for Linux (x86_64) 解压，复制解压出来的文件到安装好的CUDA环境中：

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*

sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb

sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.1_amd64.deb

sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.1_amd64.deb

安装结束后重启，测试是否安装成功（网上百度相关教程进行测试）

5，TensorFlow 2.5安装（我用的pip源是阿里源）

pip install tf-nightly-gpu（默认安装的是tf_nightly_gpu-2.5.0.dev20210203）

注意：TensorFlow执行程序时，提示安装cuda11.1 找不到libcusolver.so.10

解决方法：

     cd /usr/local/cuda-11.1/lib64
     ls -al
     mv libcusolver.so.11 libcusolver.so.10

 

亲测有效~

 

cuda11.1+cudnn8.0.5安装包

链接: https://pan.baidu.com/s/1vkWhQOW76IJ9_IpbAqNygw 提取码: xmqi