无root配置CUDA

下载cuda和cudnn

下载cuda：

wget https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda_11.2.0_460.27.04_linux.run

下载cudnn，下载需要官网上点击，需要登录，并且获得的链接无法使用wget下载

解决：使用https://developer.download.nvidia.com/compute/redist/cudnn/代替，以cudnn-11.2为例：

wget https://developer.download.nvidia.com/compute/redist/cudnn/v8.1.0/cudnn-11.2-linux-x64-v8.1.0.77.tgz

配置CUDA

开始安装

1. 给cuda授权

   chmod +x cuda_xxxx_linux.run

2. 运行run文件

   sh cuda_xxxx_linux.run

3. 选择Continue进入

   

4. 输入accept后回车同意

5. 使用上下键和回车勾选对话框，只安装CUDA Toolkit

   

6. 选择Options并进入，配置Toolkit Options和Library install path

   

7. 取消勾选其它项，修改Toolkit安装路径

   

8. 输入对应的路径如：

   

9. 回车，选择Done回到Options菜单，选择Library install path

   

10. 输入对应路径如：

    

11. 回车，选择Done回到主菜单，选择Install

    

环境变量配置

1. 输入vim ~/.bashrc添加：

   export CUDA_HOME=$CUDA_HOME:/home/xxx/cuda-11.2
   export PATH=/home/xxx/cuda-11.2/bin:$PATH
   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/xxx/cuda-11.2/targets/x86_64-linux/lib

2. 输入source ~/.bashrc启用环境变量

配置cuDNN

1. 解压cuDNN

   tar -zxvf cudnn-11.2-linux-x64-v8.1.0.77.tgz

2. 将解压的文件移动到CUDA安装目录

   mv cuda/include/cudnn.h cuda-11.2/include
   mv cuda/lib64/libcudnn* cuda-11.2/targets/x86_64-linux/lib/

3. 修改权限

   chmod a+r cuda-11.2/include/cudnn.h cuda-11.2/targets/x86_64-linux/lib/libcudnn*

PyCharm远程调用的问题

如果是PyCharm远程调用，不会执行.bashrc中的环境配置，因此还需要自己配置环境

1. 点击Edit Configration

   

2. 选择对应的运行环境配置环境变量

   

最后发现了新的更简单的方法

1. 去conda找对应版本的环境包

2. 使用conda安装，例如：

   conda install -c jjhelmus tensorflow-gpu-base

3. 完成