Ubuntu18.04系统搭建深度学习环境
安装概要:显卡驱动+cuda11.7+cudnn+pip换源+Anaconda3+pycharm
『xxx』:代表软件名称
目录
- 1、系统换源
- 2、安装显卡驱动
- 3、安装cuda和cudnn
- 4、安装Anaconda3
- 5、pip换源
- 6、安装pytorch
- 7、安装Pycharm
- 总结
1、系统换源
注: 更新包的时候速度变快
1)找到『软件和更新』,将“下载自”中的源改为阿里云的源,如下图所示:
2)在“其他软件”里将“Canonical 合作伙伴”勾上,如下图所示:
3)将“更新”中的“自动检查更新”和“有新版本时通知我”改为“从不”,如下图所示:
4)关闭之后,打开终端,更新:
sudo apt update
sudo apt upgrade
2、安装显卡驱动
1)终端输入以下命令,安装vim:
sudo apt install vim
2)禁用Ubuntu自带的nouveau驱动,输入以下命令:
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
3)打开blacklist-nouveau.conf文件后,输入“i”进入编辑模式,然后输入以下命令:
blacklist nouveau
options nouveau modset=0
注:按“esc”+“:”+“wq”退出该文件的编辑
4)重启reboot(这一步是必须的)
reboot
5)重启之后,检测是否禁用nouveau成功
lsmod | grep nouveau
注:输入该命令后终端若无输出则表示禁用成功
6)添加nvidia驱动的ppa源并进行安装
sudo add-apt-repository ppa:graphics-drivers/ppa
7)查看可选驱动版本,输入以下命令:
ubuntu-drivers devices
显示如下:
8)依次输入以下指令,安装nvidia驱动及其依赖的包:
sudo apt update
sudo apt install nvidia-driver-470 #(此处安装驱动以实际输出信息为准,一般安装recommended的,如图中nvidia-driver-470)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
注:如果显示“E:无法定位软件包”,则可用以下方法安装驱动
打开『软件和更新』,点击“附加驱动”,选择合适的版本,并应用,如下图所示:
9)再次reboot,重启
10)打开终端输入nvidia-smi,若出现以下类似界面表示驱动安装完成
3、安装cuda和cudnn
1)在cuda官网上选择适合当前系统的版本下载,如下图所示:
2)依据“Installation Instructions”的下载链接下载cuda,然后运行:
sudo sh cuda_11.7.1_515.65.01_linux.run
注:首先点击continue和接受协议(输入accept),然后要将Driver项勾选去掉,勾选上CUDA Toolkit 11.7,其他的几个选项可选可不选,点击Install,等待安装完成
3)配置环境变量
sudo gedit ~/.bashrc# 在打开文件的最下方依次输入以下内容:
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
4)保存并退出,使环境变量生效,打开终端,输入以下指令:
nvcc -V
出现以下类似界面,说明安装成功
5) 安装cudnn,在官网选择合适版本的cudnn
注:1. 需要在官网进行注册,然后下载“Local Installer for Linux x86_64 (Tar)”
6)下载完成后解压并进入文件夹,以此输入以下指令:
注:这里的指令和安装cuda10.0的cudnn是有区别的
# 将下载好的.h文件和lib文件放到cuda文件夹目录下
sudo cp cudnn-linux-x86_64-8.5.0.96_cuda11-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -p cudnn-linux-x86_64-8.5.0.96_cuda11-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
接着输入以下代码:
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
注:出现以下界面查看版本,安装成功
4、安装Anaconda3
注: Anaconda可以很好地创建虚拟环境,用于分割不同项目所使用的环境
1)从这篇博客anaconda的版本对应关系以及anaconda下载地址中查看不同版本的python对应的anaconda,大部分用的是python3.7,这里安装“Anaconda3-5.3.1-Linux-x86_64.sh”。
2)从下载文件所在地打开终端,输入以下指令,进行安装:
sudo sh Anaconda3-5.3.1-Linux-x86_64.sh
注: 在安装过程中会提示是否要把Anaconda写进环境变量里,写入的话终端输入python就会进入anaconda的python环境;而不写入的话,终端输入python3就是进入系统自带的python环境
3)输入以下命令加载环境变量:
gedit ~/.bashrc
# 在文件末写入、下面这一行命令
. /home/xxx/anaconda3/etc/profile.d/conda.sh
# source一下,激活环境变量
source ~/.bashrc
4)安装完anaconda后,使用以下命令进行conda环境创建使用:
conda create -n xxx python=??? # xxx是虚拟环境名称 ???是python的版本
conda activate xxx # 进入虚拟环境
conda deactivate # 退出虚拟环境
5、pip换源
注: pip换源加快下载python包的速度
1)打开终端输入以下命令进行换源:
mkdir ~/.pip
gedit ~/.pip/pip.conf
# 打开pip.conf文件后,在文件中输入
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple # 换为清华源
保存退出pip.conf文件,文件生效
6、安装pytorch
1)推荐使用国内镜像安装pytorch,在终端依次输入以下指令:
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
2)在pytorch官网查看自己的适配版本
注: Pytorch Build中,stable是稳定版,preview是抢先版
3)进入虚拟环境,使用命令“conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch-nightly -c nvidia”进行安装
使用命令查看torch版本:
python
import torch
torch.__version__
使用命令查看是否可加速:
print(torch.cuda.is_available())
7、安装Pycharm
1)在官网中下载,运行以下指令进行安装:
注: 激活码可在网上查找
tar zxvf pycharm-professional-2022.2.1.tar.gz # 解压文件
cd pycharm-professional-2022.2.1
cd bin
./pycharm.sh
2)创建pycharm快捷方式:
打开『Pycharm』,点击“Tools”–>“create desktop entity”–>“OK”。然后打开show applications,找到『Pycharm』的图标,右击选择“添加到收藏夹”。
总结
至此Ubuntu18.04系统的深度学习环境就安装完了,希望可以帮助到大家,欢迎收藏!
Ubuntu18.04系统搭建深度学习环境相关推荐
- win10+ubuntu18.04双系统配置深度学习环境
目录 一.双系统安装 1.制作U盘启动盘 2.选择装机位置 3.用U盘装机 二.Windows系统下cuda10.1+cudnn+anoconda+pycharm+tensorflow+pytorch ...
- pytorch中深度拷贝_在ubuntu20.04下搭建深度学习环境(pytorch1.5)
首先声明,完成这个环境的搭建不是我一个人的努力,是我在网上查找好多相关资料并得益于他们的帮助完成的,在下文对应的地方会放上相关链接.整个过程我将它分为4个步骤. 一.在ubuntu20.04上安装py ...
- ubuntu18.04配置deepo深度学习环境(cuda + cudnn + nvidia-docker + deepo)--超级细致,并把遇到的错误和所有解决方案都列出来了
0 了解本机基本信息 0 参考文档 主要整体是这篇 1.安装cuda和cudnn 2.安装cuda和cudnn 3.安装cuda和cudnn 4.安装cuda和cudnn 1.安装nvidia-doc ...
- 腾讯云Ubuntu18.04配置OpenPCDet深度学习环境
文章目录 版本说明 版本信息汇总 版本制约关系 CUDA驱动及CUDA Toolkit最高对应版本 cuda 和cudnn 的版本匹配 CUDA Toolkit和PyTorch对应版本 tensorf ...
- Ubuntu18.04+RTX 2080Ti+CUDA 10.0 +cuDNN+PyTorch搭建深度学习环境
SSH无密码登陆 安装SSH Server Ubuntu 默认已安装了 SSH client,此外还需要安装 SSH server: sudo apt-get install openssh-serv ...
- ubutnu16.04搭建深度学习环境: python3 + keras + tensflow
ubutnu16.04搭建深度学习环境: python3 + keras + tensflow 一.硬件信息 查看cpu型号 查看显卡型号 查看系统版本 二.软件安装 2.1安装anaconda3 2 ...
- 暗影精灵7安装Ubuntu双系统、RTX3060 Nvidia 驱动及搭建深度学习环境
记录在暗影精灵7上搭建深度学习环境踩过的坑 安装Ubuntu的过程按照正常过程安装,但是务必在混合显卡模式下安装和启动Ubuntu并且关闭security boot,在独显直连的模式下由于Ubuntu ...
- win10系统的深度学习环境搭建以win10+rtx2060+tensorflow为例/K210的win10系统的深度学习环境搭建/有无显卡均可安装
win10系统的深度学习环境搭建以win10+rtx2060+tensorflow为例 K210的win10系统的深度学习环境搭建 有无显卡均可安装 一 软件准备 1.Anaconda3 软件介绍:A ...
- 雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程+Anaconda3搭建深度学习环境tensorflow-gpu
雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程 雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程 1.ubuntu16.04安装 1.1.ubuntu ...
最新文章
- 张朝阳:我什么都有,但我就是很痛苦
- 音视频技术开发周刊 | 160
- bagging算法_集成算法——三个“臭皮匠”级算法优于一个“诸葛亮”级算法
- android 辅助功能_辅助功能简介
- linux消息总线日志,linux – 解密继续mpt2sas系统日志消息
- spring mvc 基于表单的认证过程及cookie应用和session管理
- concurrentbag 删除指定元素_Python 列表,for循环,元组的使用(修改、添加、删除、排序、切片)
- 如何生产四位数随机验证码
- 金九银十BAT互联网企业涨薪必备知识点:Jvm性能调优实战
- Tracup丨什么是甘特图?关于甘特图的百科全书
- 01.J2EE开发环境搭建
- 台式计算机硬盘序号,[硬盘序列号的查看方法]台式机查看序列号的方法
- Android 深色模式适配
- c#和java工资相差多少岁_为什么C#程序员平均工资水平比Java程序员低?
- chrome浏览器拖拽安装crx插件无反应的解决方案
- dev c++怎么设置断点_怎么在FTP中使用代理(FLASHFXP代理设置教程)
- ps 如何裁切图片成一定的长宽高比例
- 车载网络结构(车内)-基础概念
- 解读WPF中的Binding
- Mac安装brew/yum
热门文章
- 信用评分之四--What Is a Hard Inquiry?(Fico信用查询之“硬查询”)
- JFrame登录注册
- 今天在网上找了份在家里做的打字工作
- jar包反编译,查看源代码【转载】
- 电影《龙纹身女孩》中的那句 SQL
- 代码随想录算法训练营第37天|738. 单调递增的数字,714. 买卖股票的最佳时机含手续费,968. 监控二叉树
- C++程序设计教程 第3版——习题十第三部分编程题1-4
- python drf_python drf各类组件的用法和作用
- 2019年最新alexa排名前100w的域名
- Tainted: G O 分析(Tainted kernels)