1、首先,需要安装显卡驱动

以我的机器RTX 3080为例,先到nvidia驱动官网检索符合自己版本的显卡驱动

nvidia 驱动官网:官方 GeForce 驱动程序 | NVIDIA

所有驱动版本:Index of /XFree86/Linux-x86_64

驱动版本不建议选择最新的,因为后续要选择相应的cuda版本进行适配,这个后面再说。

我选择的版本为 NVIDIA-Linux-x86_64-470.74.run

下载完成后是.run文件,直接sh 命令运行

sh NVIDIA-Linux-x86_64-470.74.run

使用nvidia-smi查看驱动是否安装成功。也可使用cat /proc/driver/nvidia/version来查看GPU驱动版本。

安装完驱动需要reboot,如果图像界面出现问题,则需要进入命令行模式查看原因,这里不多说具体问题再进行搜索。

2、cuda 版本选择

cuda版本要和显卡驱动的版本对应

具体的对应关系可以查看: Release Notes :: CUDA Toolkit Documentation

3、Anaconda 安装

Anaconda指的是一个开源的 Python 发行版本,其包含了 conda 、Python等180多个科学包及其依赖项。

我们依靠conda创建虚拟环境,这样比直接在机器上直接进行环境配置要好,conda 可以使得多种不同的环境并存,可以使一个框架的不同版本并存,非常的方便。

(1)anaconda需要选择与本机python版本对应

对应关系可以查看2021年Anaconda版本对应python版本_Non-existent987的博客-CSDN博客_anaconda版本

以及原网站:Old package lists — Anaconda documentation

Anaconda 下载官网:Anaconda | Anaconda Distribution

在确定了相应的版本后,不建议在其官网下载,速度较慢可以在清华源下载

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

下载完成后执行安装命令

bash Anaconda3-2020.11-Linux-x86_64.sh

按照安装提示操作,一路yes下去,其中

Do you wish the installer to initialize Anaconda3 by running conda init?是配置环境变量

安装完成

source ~/.bashrc

如果需要多用户使用 需要将anaconda初始化时,写入到 ~/.bashrc 文件中的内容复制到 /etc/bashrc 文件中(此处仅为示例,请复制本机对应文件中的相应内容),最后sorce /etc/bashrc

# >>> conda initialize >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/opt/anaconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/opt/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/opt/anaconda3/etc/profile.d/conda.sh"
    else
        export PATH="/opt/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

3、conda安装虚拟环境

(1)创建环境,python版本可以指定

conda create --name 你的环境名 python==3.6.6

(2)查看已有环境

conda env list

(3)激活环境

conda activate 你的环境名

(4)安装pytorch

进入pyotch官网2021年Anaconda版本对应python版本_Non-existent987的博客-CSDN博客_anaconda版本

根据系统版本和cuda版本选择(cuda版本一定要和GPU显卡驱动适配!!!!!!!)

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

一般来说做图像处理,需要这两个就够pytorch torchvision,如果不做音频处理可以不用加torchaudio

因为是国外镜像,如果下载不了可以在conda加入清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
#显示检索路径

conda config --set show_channel_urls yes

使用命令(去掉了-c pytorch)

conda install pytorch torchvision torchaudio cudatoolkit=11.3

至此pytoch 以及相应的cuda,cudnn安装成功

4、判断pytorch是否可以

import torch   # 能否调用pytorch库

print(torch.cuda.current_device())   # 输出当前设备(我只有一个GPU为0)
print(torch.cuda.device(0))   # <torch.cuda.device object at 0x7fdfb60aa588>
print(torch.cuda.device_count())  # 输出含有的GPU数目
print(torch.cuda.get_device_name(0))  # 输出GPU名称 --比如1080Ti
x = torch.rand(5, 3)
print(x)  # 输出一个5 x 3 的tenor(张量)

附带一个怎么在pycharm 中使用conda环境中的pytorch

pytorch的安装及其在pycharm中的使用_Kerin637的博客-CSDN博客_pycharm使用pytorch

Linux centos 7 深度学习环境搭建(GPU版)相关推荐

  1. linux系统下深度学习环境搭建和使用

    作为一个AI工程师,对Linux的一些技能的掌握也能从一定层面反应工程师的资深水平. 要求1:基于SSH的远程访问(本篇文章) 能用一台笔记本电脑,远程登陆一台linux服务器 能随时使用笔记本电脑启 ...

  2. 腾讯云GPU服务器深度学习环境搭建

    Author:ZERO-A-ONE Date:2021-2-20 ​ 因为本人的电脑没有带有NVIDIA公司的独立显卡,所以需要用到GPU进行大规模运算加速训练的时候,就萌生了购买云服务进行计算的念头 ...

  3. 保姆级教程——Ubuntu16.04 Server下深度学习环境搭建:安装CUDA8.0,cuDNN6.0,Bazel0.5.4,源码编译安装TensorFlow1.4.0(GPU版)...

    写在前面 本文叙述了在Ubuntu16.04 Server下安装CUDA8.0,cuDNN6.0以及源码编译安装TensorFlow1.4.0(GPU版)的亲身经历,包括遇到的问题及解决办法,也有一些 ...

  4. win10下双硬盘做深度linux,win10+ubuntu18双硬盘双系统安装记录+深度学习环境搭建...

    工作需要,在已经预装了Windows10的工作站,需要再安装ubuntu.因为工作站本身有两块硬盘,所以准备空出一个装ubuntu,这样两个系统互不干扰,不使用对方的硬盘空间.工作站装里有两块Nvid ...

  5. Miniconda3+PyTorch1.7.1(GPU版)+Win10_x64+GTX1060深度学习环境搭建

    写在这里的初衷,一是备忘,二是希望得到高人指点,三是希望能遇到志同道合的朋友. 硬件信息: 系统:win10家庭中文版 CPU:i7-7700HQ 内存:16GB 显卡:GTX1060 目录 一.确定 ...

  6. 《服务器(CentOS7.7)深度学习环境搭建、配置及使用》之一:服务器情况简介

    Author kangzhiheng E-mail kangzhiheng@sjtu.edu.cn 本文链接 Github:https://github.com/kangzhiheng/GitLoca ...

  7. Ubuntu16.04深度学习环境搭建

    Ubuntu16.04深度学习环境搭建(anaconda3+cuda10.0+cudnn7.6+pytorch1.2) 文章目录 Ubuntu16.04深度学习环境搭建(anaconda3+cuda1 ...

  8. ubuntu22从双系统开始到深度学习环境搭建+必备软件安装

    ubuntu从双系统开始到深度学习环境搭建及生活软件安装大合集!!! (一)本机环境 (二)双系统安装 1.前期了解 1.1.查看[BIOS](https://so.csdn.net/so/searc ...

  9. 深度学习双显卡配置_linux(manjaro) tensorflow2.1 conda cuda10 双显卡笔记本深度学习环境搭建...

    linux(manjaro) tensorflow2.1 conda cuda10 双显卡笔记本深度学习环境搭建 下学期要学tensorflow,看着我可怜的1050ti,流下了贫穷的泪水,但无奈要做 ...

最新文章

  1. ERP的昨天、今天和明天
  2. 牛客练习赛 65 (待补E-网络流)
  3. Django框架下报的版本问题
  4. MTCNN-tensorflow源码解析-gen_landmark_aug_12.py;gen_imglist_pnet.py
  5. 设计一个矩形类rectangle_使用Python super()为您的类增强
  6. POI的XWPFTableCell的方法
  7. php mysql addslashes_PHP函数 mysql_real_escape_string 与 addslashes 的区别
  8. 如何开始第一个开源项目?
  9. XML可扩展语言的发展
  10. PHPExcel 插件使用详解
  11. MATLAB编辑AWG波形,使用MATLAB和任意波形发生器创建高性能激励测试系统
  12. matlab cdfx,在 Simulink 中使用 ASAM CDFX 数据
  13. window.opener用法(在子窗体中获得父窗体的方法)
  14. 计算机的安全服务有哪些,网络安全服务包括哪些
  15. 无法为数据库中的对象分配空间,因为'PRIMARY'文件组已满问题处理方式
  16. 22-08-06 西安 尚医通(03)EasyExcel; Spring Cache 、Redis做缓存
  17. el-select 默认选中第一个,动态静态获取
  18. 马斯克变身“基建狂魔”,Boring Company能打入中国市场吗?
  19. 专访容智信息柴亚团:终极愿景是助力天下企业成为数字化孪生组织
  20. Mission Planner初学者安装调试教程指南(APM或PIX飞控)1——下载与版本

热门文章

  1. 计算机考研跨考人力资源管理,2020考研答疑:工作还是考研要如何选择?_跨考人力资源管理,哪些学校比较好?-聚创考研网...
  2. 鸿蒙开发(4)---初识鸿蒙开发
  3. 现货库存 SN65HVD251DR 封装SOP8 接口 驱动器芯片 一站式配单
  4. Java游戏开发框架LGame-0.2.8版发布(含JavaSE及Android版,已有文档)
  5. mysql 新建用户并授权
  6. VS2005 到 VS2010 的使用习惯和注意事项
  7. 谁说.NET没有GC调优,只改一行代码就让程序不再占用内存
  8. 计算机一级wps选择题必背知识点,全国计算机一级《WPS》选择题题库及答案2016.doc...
  9. KITTI数据集提取行人label
  10. Android ScrollView与 X5Webview+RecyclerView的滑动冲突解决