tensorflow - 如何在 Google Colab 中降级 Cuda 和 cuDNN 版本?

标签 tensorflow google-colaboratory

我需要运行 1.3.0 版的 tensorflow-gpu。为此,我需要将 cuda 降级到版本 8。有人可以分享将 google colab 中的 cuda 从 10.0 降级到 8.0 的代码吗?

我得到了使用它降级到版本 9 的代码。

!wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb
!dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb
!apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
!apt-get update
!apt-get install cuda=9.0.176-1

我试图将代码中的 9 更改为 8,但这没有用。

最佳答案

我还必须设置我的系统以使用 CUDA 8 和 cuDNN 6。
正如您所指出的,您必须首先安装 CUDA。之后,安装cuDNN。
你可以得到的网址CUDA 安装程序 访问 CUDA Toolkit Archive - CUDA Toolkit 8.0 - Feb 2017 适合您的操作系统/目标平台.在访问 NVIDIA developer site 之前,请确保您拥有 NVIDIA 开发者帐户.
要获取适用于 Linux Ubuntu 16.04 x86_64 的 CUDA 安装程序,您可以使用:

!wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb
!dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb

!apt-key add /var/cuda-repo-8-0-local-ga2/7fa2af80.pub
!apt-get update
!apt-get install cuda=8.0.61-1
!apt autoremove
安装 NVIDIA cuDNN 您必须拥有 NVIDIA 开发者帐户。
在 NVIDIA 开发人员站点上使用您的凭据登录后,打开 NVIDA cuDNN archive ,您现在可以在其中找到 cuDNN v1 到 v7.6.4。现在,单击“下载 cuDNN v6.0(2017 年 4 月 27 日),用于 CUDA 8.0”条目。要下载适用于 Ubuntu 16.04 的 cuDNN,请单击“适用于 Ubuntu16.04 (Deb) 的 cuDNN v6.0 运行时库”。
您可以关注 direct link to cuDNN v6.0 Runtime Library for Ubuntu16.04 (Deb) ,但请确保您先登录到您的 NVIDIA 开发者帐户。
在 2020-09-18 增加了以下段落:我这里没有提供直接使用 Google Colab 下载 NVIDIA cuDNN 的脚本。您可以将 NVIDIA cuDNN 下载到本地系统,然后通过 Google Drive 将其上传到 Google Colab,例如,安装您的 Google Drive,然后使用下面已经提供的命令进行安装。
这是一个示例脚本:
# Download NVIDIA cuDNN after logging in with your NVIDIA developer account
# https://developer.nvidia.com/rdp/cudnn-archive
# Select "Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0"
# Download "cuDNN v6.0 Runtime Library for Ubuntu16.04 (Deb)" 
# Directlink (requires NVIDIA developer session):
# https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/8.0_20170307/Ubuntu16_04_x64/libcudnn6_6.0.20-1+cuda8.0_amd64-deb
# After downloading, install cuDNN
!dpkg -i "~/Downloads/libcudnn6_6.0.21-1+cuda8.0_amd64.deb"
# Check if package has been installed
!ls -l /usr/lib/x86_64-linux-gnu/libcudnn.so.6*
这应该输出例如:
Preparing to unpack .../libcudnn6_6.0.21-1+cuda8.0_amd64.deb ...
Unpacking libcudnn6 (6.0.21-1+cuda8.0) ...
Setting up libcudnn6 (6.0.21-1+cuda8.0) ...
Processing triggers for libc-bin (2.27-3ubuntu1) ...
lrwxrwxrwx 1 root root        18 Apr 12  2017 /usr/lib/x86_64-linux-gnu/libcudnn.so.6 -> libcudnn.so.6.0.21
-rw-r--r-- 1 root root 154322864 Apr 12  2017 /usr/lib/x86_64-linux-gnu/libcudnn.so.6.0.21
为了澄清我的答案,我还在下面为您添加了网页截图。
Download NVIDIA CUDA Toolkit 8.0 - Feb 2017 - Webpage Screenshot
Download NVIDIA cuDNN v6.0 (April 27, 2017), for CUDA 8.0 - Webpage Screenshot

关于tensorflow - 如何在 Google Colab 中降级 Cuda 和 cuDNN 版本?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57791108/

相关文章:

python - TensorFlow 2 自定义损失 : "No gradients provided for any variable" error

python - "AttributeError: Caught AttributeError in DataLoader worker process 0","AttributeError: module ' torchvision.transforms ' has no attribute ' 比例 '"

bash - Google Colab 脚本抛出 "Transport endpoint is not connected"

google-drive-api - 从驱动器安装的文件列表中打开 ipynb 文件

google-colaboratory - 在 colab 中使用 "Mount drive"Web 按钮的错误(已解决)。从 google colab 访问 "shared with me"文件(y2020,以前的解决方案似乎失败了)

python-3.x - 用作 Docker baseimage 时出现 Tensorflow 错误

python - 为什么 fit() 期间的训练集准确度与对相同数据使用预测后计算出的准确度不同?

python - 如何在没有固定 batch_size 的情况下设置 Tensorflow dynamic_rnn、zero_state?

python - Tensorflow 对象检测 - 避免重叠框

python - fastprogress 中的版本冲突