如何在 Google Colab GPU 中安裝 CUDA

Question

Google Colab GPU 似乎沒有附帶 CUDA 工具包，我如何在 Google Colab GPU 中安裝 CUDA。 我在 Google Colab 中安裝 m.net 時遇到此錯誤。

Installing collected packages: mxnet
Successfully installed mxnet-1.2.0

錯誤：利用 GPU 進行計算的安裝不完整。 請確保您已安裝 CUDA 並在您的終端中運行以下行並重試：

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

根據您的 CUDA 版本調整“cu90”（“cu75”和“cu80”也可用）。 您還可以通過調用 turicreate.config.set_num_gpus(0) 完全禁用 GPU 的使用。 發生異常，使用 %tb 查看完整的回溯。

SystemExit: 1

Answer 1

Cuda 未顯示在您的筆記本上，因為您尚未在 Colab 中啟用 GPU。

Google Colab 帶有 GPU 或不帶 GPU 兩種選項。 您可以在運行時設置中啟用或禁用 GPU

Go to Menu > Runtime > Change runtime.

將硬件加速更改為 GPU。

要檢查 GPU 是否正在運行，請運行以下命令

!nvidia-smi

如果輸出如下圖所示，則表示您的 GPU 和 cuda 正在工作。 您還可以看到 CUDA 版本。

之后要檢查 PyTorch 是否能夠使用 GPU，請運行以下代碼。

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

要檢查 TensorFlow 是否能夠使用 GPU，請運行以下代碼。

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

Answer 2

我幾乎相信谷歌 Colab 已經預裝了 Cuda……您可以通過打開一個新筆記本並輸入!nvcc --version ，這將返回已安裝的 Cuda 版本。

這是我的：

Answer 3

1. 去這里： https : //developer.nvidia.com/cuda-downloads
2. 選擇 Linux -> x86_64 -> Ubuntu -> 16.04 -> deb（本地）
3. 從下載按鈕復制鏈接。
4. 現在您必須編寫命令序列。 第一個是調用 wget，它將從您在步驟 3 中保存的鏈接下載 CUDA 安裝程序
5. “基本安裝程序”部分將有安裝說明。 也復制它們，但從所有行中刪除sudo 。
6. 在每行命令前加上! ，插入一個單元格並運行
7. 對我來說，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
8. 現在終於安裝mxnet。 由於我上面安裝的 cuda 版本是 9.2 我不得不稍微改變你的命令： !pip install mxnet-cu92
9. Successfully installed graphviz-0.8.3 mxnet-cu92-1.2.0

Answer 4

如果您改用 GPU，那么 CUDA 將在您的 VM 上可用。 基本上你需要做的是將 MXNet 的版本與安裝的 CUDA 版本相匹配。

這是我用來在 Colab 上安裝 MXNet 的內容：

首先檢查CUDA版本

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

對我來說它輸出#define TF_CUDA_VERSION "8.0"

然后我安裝了 MXNet

!pip install mxnet-cu80

Answer 5

我認為這里最簡單的方法是安裝 mxnet-cu80。 只需使用以下代碼：

!pip install mxnet-cu80
import mxnet as mx

您可以通過以下方式檢查它是否有效：

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

我認為 colab 現在只支持 cu80 和更高版本將不起作用。

有關更多信息，您可以查看以下兩個網站：

Google Colab 免費 GPU 教程

安裝 mxnet

Answer 6

該解決方案在 2022 年 11 月對我有用。查詢運行 Colab 的 Ubuntu 的版本（在筆記本中使用!或在沒有終端的情況下運行）：

!lsb_release -a

No LSB modules are available.
Distributor ID: Ubuntu
Description:    Ubuntu 18.04.6 LTS
Release:    18.04
Codename:   bionic

在Colab中查詢當前cuda版本（僅供對比）：

!nvcc --version

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Feb_14_21:12:58_PST_2021
Cuda compilation tools, release 11.2, V11.2.152
Build cuda_11.2.r11.2/compiler.29618528_0 

接下來，獲取cuda 工具包存檔或最新版本並配置所需的cuda 版本和操作系統版本。 分布是Ubuntu 。

復制安裝說明：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu1804-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

更改最后一行以包含您的cuda 版本，例如apt-get -y install cuda-11-7 。 否則可能會安裝更新的版本。

!wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
!mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
!wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-!repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
!dpkg -i cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
!cp /var/cuda-repo-ubuntu1804-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
!apt-get update
!apt-get -y install cuda-11-7

您的 cuda 版本現在將更新：

nvcc --version

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Jun__8_16:49:14_PDT_2022
Cuda compilation tools, release 11.7, V11.7.99
Build cuda_11.7.r11.7/compiler.31442593_0

Answer 7

要在 Colab 中運行，您需要 CUDA 8（用於 cuda 9+ 的 mxnet 1.1.0 已損壞）。 但是 Google Colab 現在運行的是 9.2。 但是，有一種方法是卸載 9.2，安裝 8.0，然后安裝 mxnet 1.1.0 cu80。

完整的 jupyter 代碼在這里： Medium

Answer 8

有一個指南清楚地解釋了如何在 Colab 中啟用 Cuda。