python - 如何在 Google Colab GPU 中安装 CUDA

Question

似乎 Google Colab GPU 没有附带 CUDA Toolkit，我如何在 Google Colab GPU 中安装 CUDA。我在 Google Colab 中安装 mxnet 时遇到此错误。

Installing collected packages: mxnet
Successfully installed mxnet-1.2.0

错误：利用 GPU 进行计算的安装不完整。请确保您已安装 CUDA 并在终端中运行以下行，然后重试：

pip uninstall -y mxnet && pip install mxnet-cu90==1.1.0

根据您的 CUDA 版本调整“cu90”（“cu75”和“cu80”也可用）。您还可以通过调用 turicreate.config.set_num_gpus(0) 来完全禁用 GPU。发生异常，使用 %tb 查看完整的回溯。

SystemExit: 1

score 55 · Accepted Answer

Cuda 未显示在您的笔记本上，因为您尚未在 Colab 中启用 GPU。

Google Colab 带有 GPU 或不带 GPU 两种选项。您可以在运行时设置中启用或禁用 GPU

Go to Menu > Runtime > Change runtime.

将硬件加速更改为 GPU。

要检查 GPU 是否正在运行，请运行以下命令

!nvidia-smi

如果输出如下图所示，则表示您的 GPU 和 cuda 正在工作。您还可以看到 CUDA 版本。

之后检查 PyTorch 是否能够使用 GPU，运行以下代码。

import torch
torch.cuda.is_available()
# Output would be True if Pytorch is using GPU otherwise it would be False.

要检查 TensorFlow 是否能够使用 GPU，请运行以下代码。

import tensorflow as tf
tf.test.gpu_device_name()
# Standard output is '/device:GPU:0'

score 25 · Accepted Answer

我非常相信谷歌 Colab 已经预装了 Cuda……你可以通过打开一个新的笔记本并输入!nvcc --version它来确保它会返回安装的 Cuda 版本。

这是我的：

score 15 · Accepted Answer

去这里：https ://developer.nvidia.com/cuda-downloads
选择 Linux -> x86_64 -> Ubuntu -> 16.04 -> deb（本地）
从下载按钮复制链接。
现在您必须编写命令序列。第一个是对 wget 的调用，它将从您在步骤 3 中保存的链接下载 CUDA 安装程序
“基本安装程序”部分下将有安装说明。也复制它们，但从sudo所有行中删除。
在每行前面加上带有的命令!，插入单元格并运行
对我来说，命令序列如下：
!wget https://developer.nvidia.com/compute/cuda/9.2/Prod/local_installers/cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64 -O cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb !dpkg -i cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb !apt-key add /var/cuda-repo-9-2-local/7fa2af80.pub !apt-get update !apt-get install cuda
现在终于安装 mxnet。由于我上面安装的 cuda 版本是 9.2，我不得不稍微改变你的命令：!pip install mxnet-cu92
Successfully installed graphviz-0.8.3 mxnet-cu92-1.2.0

score 2 · Accepted Answer

如果您切换到使用 GPU，那么 CUDA 将在您的 VM 上可用。基本上你需要做的是将 MXNet 的版本与安装的 CUDA 版本相匹配。

这是我用来在 Colab 上安装 MXNet 的内容：

首先检查CUDA版本

!cat /usr/local/lib/python3.6/dist-packages/external/local_config_cuda/cuda/cuda/cuda_config.h |\
grep TF_CUDA_VERSION

对我来说它输出#define TF_CUDA_VERSION "8.0"

然后我安装了 MXNet

!pip install mxnet-cu80

score 1 · Accepted Answer

我认为这里最简单的方法是安装 mxnet-cu80。只需使用以下代码：

!pip install mxnet-cu80
import mxnet as mx

您可以通过以下方式检查它是否有效：

a = mx.nd.ones((2, 3), mx.gpu())
b = a * 2 + 1
b.asnumpy()

我认为 colab 现在只支持 cu80 和更高版本将无法正常工作。

有关更多信息，您可以查看以下两个网站：

score -1 · Accepted Answer

-1

有一个指南清楚地解释了如何在 Colab 中启用 Cuda。

于 2020-04-21T16:40:12.117 回答

score -1 · Accepted Answer

要在 Colab 中运行，您需要 CUDA 8（cuda 9+ 的 mxnet 1.1.0 已损坏）。但是 Google Colab 现在运行的是 9.2。但是，可以卸载 9.2，安装 8.0，然后安装 mxnet 1.1.0 cu80。

完整的 jupyter 代码在这里：Medium

7 回答 7