- 需先查看电脑是否安装了显卡驱动,nvidia-smi,有表格样页面输出则安装了
如果没有,sudo ubuntu-drivers devices 查看可安装版本,选择最高安装 sudo apt install nvidia-driver-510 - 查看安装pytorch(稳定版)需要的CUDA版本,查看是否安装了CUDA,用 nvcc -V 注意大写V 也可能是装了但没有加环境变量,
看/usr/local/文件夹下有没有cuda, 添加环境变量http://t.zoukankan.com/piaojianxue-p-10229081.html - 如果没装,去 https://developer.nvidia.com/cuda-downloads?target_os=Linux
进行选择查看安装语句,选择runfile(local) - 安装时会提示CUDA安装文件中包含显卡驱动,https://www.jianshu.com/p/6ef7c0e54172
选择continue, accept, 再下一步的时候把-[X]Driver选中按enter,使变成-[ ]Driver 后再选install,从而在安装时不再装显卡驱动,否则可能安装不成功
安装完成后添加环境变量,参考
http://t.zoukankan.com/piaojianxue-p-10229081.html - 安装cuDNN
https://developer.nvidia.com/rdp/cudnn-archive
选择对应CUDA的最高兼容版本的cuDNN, 用[Tar]的Local模式装,下载对应安装包
安装命令见 https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-linux
找到Installing on Linux下的Tar File Installation,实际是安装后的文件包,将其中部分库复制到CUDA的库下
解释见以下连接第6步:http://t.zoukankan.com/piaojianxue-p-10229081.html - 安装pytorch
https://pytorch.org/get-started/locally/官网进行选择
注意选用pip安装,对应命令后的网页链接为安装源,可以网页打开看里面torch的各种版本,一般会根据环境的条件装允许的最高版本
有时虽然选定Pytorch为最高稳定版1.12,但实际安装的却是1.10,导致运行代码时警告算力不匹配,
例如:NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.
实际可能是因为环境的python3.6版本过低,当查看前面的网页链接源可以看到py36最多能装1.10的torch, 因此应该提高python版本 - 安装完后用以下命令检查是否安装成功:
python
>>import torch
>>print(torch.cuda.is_available())
文章来源地址https://www.toymoban.com/news/detail-400819.html
文章来源:https://www.toymoban.com/news/detail-400819.html
到了这里,关于不走弯路,ubuntu系统GPU版本的Pytorch安装的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!