ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

这篇具有很好参考价值的文章主要介绍了ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

运行环境:

ubuntu18.04 melodic
宏基暗影骑士笔记本

适用:

ubuntu18.04 / ubuntu20.04

思路:

3060显卡+CUDA11.1+cudnn8.1.0+pytorch1.8.0+pycharm2021+Anaconda+vscode

1.1 3060显卡驱动自动安装

1)换清华源
2)安装nvidia-driver-470-server
3)重启电脑
4)nvidia-smi (检查已显卡驱动版本)
ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

CUDA Version: 11.4 (显卡驱动API 11.4)

2.1 CUDA11.1.1

CUDA下载地址:https://developer.nvidia.com/cuda-toolkit-archive

1)下载CUDA Toolkit 11.1 Update 1 Downloads

(运行API,小于等于上面显卡驱动API 11.4就可以)

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode
复制到浏览器下载, 不需要墙(30分钟)

 https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run

cd 到下载路径

sudo sh cuda_11.1.1_455.32.00_linux.run

2)contunue , 然后accept

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

3)回车取消Driver安装,然后install

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

4)添加环境变量

gedit ~/.bashrc

在文件结尾添加如下语句:(修改成自己的路径)

export PATH="/usr/local/cuda-11.1/bin:$PATH"
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-11.1/lib

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

source ~/.bashrc
nvcc -V 

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

只要驱动API高于运行时API就没关系
nvidia-smi显示的是驱动API,nvcc -V显示的是运行时API

5)确认是否安装成功

进入deviceQuery/目录

cd usr/local/cuda-11.1/samples/1_Utilities/deviceQuery/
sudo make

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode执行检查版本

./deviceQuery

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

3.1 cudnn 8.1.0

https://developer.nvidia.com/rdp/cudnn-archive
密码:首位设置是大写

1)下载版本

Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2
ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

2)解压

tar -xvzf cudnn-11.4-linux-x64-v8.2.2.26.tgz
sudo nautilus

打开超级复制,复制include和lib64文件夹内容复制到cuda11.1对应文件夹中
ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode
ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode
ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode
ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

3)添加环境变量

参考网址

gedit ~/.bashrc
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

4)查看cudnn版本

ls /usr/local/cuda/include/cudnn.h

如果输出 No such file or directory,则cuDNN头文件未安装或者安装位置不正确,
如果输出 /usr/local/cuda/include/cudnn.h,则cuDNN头文件已经安装成功。

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

ls /usr/local/cuda/lib64/libcudnn*

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

4.1 pycharm2021.3

1)社区版(免费)

https://www.jetbrains.com/pycharm/download/other.html

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

2)安装并创建pycharm图标

cd /home/duduzai/pycharm2021/bin
bash pycharm.sh
cd /usr/share/applications
sudo gedit pycharm.desktop
[Desktop Entry]
Version=1.0
Type=Application
Name=Pycharm
Icon=/home/duduzai/pycharm2021/bin/pycharm.png
Exec=sh /home/duduzai/pycharm2021/bin/pycharm.sh
MimeType=application/x-py;
Name[en_US]=pycharm

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

5.1 Anaconda 5.3.0(python3.7.0)

1)下载

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下载Anaconda3-5.3.0-Linux-x86_64.sh
ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

2)安装

bash Anaconda3-2023.03-Linux-x86_64.sh

一直按回车 或 输入yes再回车(自动添加环境变量)

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

ROS自带的3.6.9被替换成anaconda自带的3.7.0

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

gedit ~/.bashrc
如果导致ROS包编译错误,建议注释掉,再重新编译ROS包(如相机雷达标定包)
source ~/.bashrc

# 注释后激活conda方式:
source ~/anaconda3/bin/activate
conda activate openmmlab
# added by Anaconda3 5.3.0 installer
# >>> conda init >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$(CONDA_REPORT_ERRORS=false '/home/duduzai/anaconda3/bin/conda' shell.bash hook 2> /dev/null)"
if [ $? -eq 0 ]; then
    \eval "$__conda_setup"
else
    if [ -f "/home/duduzai/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/home/duduzai/anaconda3/etc/profile.d/conda.sh"
        CONDA_CHANGEPS1=false conda activate base
    else
        \export PATH="/home/duduzai/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda init <<<

5.2 Anaconda 环境创建

1)创建名为 lidar_camera 的环境

conda create --name lidar_camera python=3.8

2)激活环境

conda activate  lidar_camera 

3)显示环境的安装包

conda list 

4)查看所有环境

conda env list

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

6.1 pytorch1.8

https://pytorch.org/get-started/previous-versions/

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

conda activate lidar_camera
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

7.1 Anaconda和vscode联合使用

1)安装vscode环境

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

2)设置conda路径

查看conda环境路径

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode文章来源地址https://www.toymoban.com/news/detail-435535.html

/home/duduzai/anaconda3/envs/lidar_camera/bin/python

⭐⭐⭐ 嘟嘟崽 ⭐⭐⭐
⭐⭐⭐ 祝你成功 ⭐⭐⭐

到了这里,关于ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • ubuntu20.04显卡驱动cuda cudnn conda TensorRT安装及配置

    如果要使用 TensorRT ,请注意CUDA 支持的最高算力要大于等于GPU本身的算力, 可以先看3小节 conda和pip换源直接看2.3小节 本人已在ubuntu20.04下安装成功。其他版本步骤应该差不多 如果帖子有帮助,感谢一键三连, ^_^ 部署有问题的小伙伴欢迎留言和加 Q 裙- 472648720 BEV各算法环境部

    2024年01月22日
    浏览(57)
  • Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN, 并可进行CUDA版本切换

    因为做深度学习的研究项目,为全新机器在Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、Cuda、Cudnn。并进行CUDA版本切换 成功安装完成了,写个记录。 步骤一: 安装更新软件列表和依赖项 在安装Nvidia显卡驱动之前,需要更新软件列表和必要的依赖项。 步骤二: 查看GPU型号,并

    2024年02月13日
    浏览(68)
  • Ubuntu 20.04 RTX 4090显卡 深度学习环境配置(Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5)

    参考文献:从零到一保姆级Ubuntu深度学习服务器环境配置教程 看文献中“ 三、 NVIDIA驱动安装 ” 安装NVIDIA驱动,这也是安装CUDA10.0及其对应版本的CuDNN和tensorflow的重要步骤。 1.1.1 英伟达中国驱动官网 进入英伟达中国驱动官网 1.1.2 输入显卡型号查询 1.1.3 查看搜索结果 1.2.1 方

    2024年02月04日
    浏览(112)
  • 最新版ubuntu22.04安装NVIDIA显卡驱动以及CUDA、CUDNN,和安装驱动gcc版本问题解决。

    1.驱动安装参考下述链接 1.1 NVIDIA显卡驱动、 CUDA 的安装参考这个博主的具体安装步骤,但是最后一步的 cudnn 的安装参考另一个博主,见链接。 1.2 可以选择最新版本的驱动,需要在官网去找最新的版本对应。 2.最新版本我遇到的错误以及解决方法 2.1.在进入tty1界面后ubuntu安装

    2024年04月24日
    浏览(62)
  • Ubuntu20.04安装Nvidia显卡驱动、CUDA11.3、CUDNN、TensorRT、Anaconda、ROS/ROS2

    打开终端,输入指令:  选择 【5】 更换系统源,后面还有一个要输入的选项,选择 【0】 退出,就会自动换源。 这一步最痛心了家人们,网上的教程太多了,我总是想着离线安装,每次安装都无法开机,要不就卡在锁屏界面,要不就黑屏,要不就卡在snaped界面,重装系统装

    2024年01月17日
    浏览(77)
  • linux下显卡驱动,cuda,cudnn的安装

    通过上表可以发现,如果要使用CUDA11.1,那么需要将显卡的驱动更新至455.23或以上(Linux x86_64环境)。 我还没有安装显卡驱动 下载驱动,直接去NVIDIA官网下载:https://www.nvidia.cn/Download/index.aspx?lang=cn sudo bash NVIDIA-Linux-x86_64-535.54.03.run 第一个报错 需要禁用nouveau驱动 在开机选项

    2024年02月10日
    浏览(38)
  • 了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)

    转载 一篇 背景   开发过程中需要用到GPU时,通常在安装配置GPU的环境过程中遇到问题;CUDA Toolkit和CUDNN版本的对应关系;CUDA和电脑显卡驱动的版本的对应关系;CUDA Toolkit、CUDNN、NCVV是什么呢? 举个例子 安装TensorFlow2.1过程中,想要使用到电脑的显卡来进行开发,但是发现默

    2024年02月13日
    浏览(56)
  • PyTorch、CUDA Toolkit 及显卡驱动版本对应关系

    CUDA驱动及CUDA Toolkit最高对应版本如下: 如果上述没有你想要的,参考官方文档 注:驱动是向下兼容的,其决定了可安装的CUDA Toolkit的最高版本。 CUDA Toolkit版本及可用PyTorch对应关系 注:虽有的卡驱动更新至较新版本,且CUDA Toolkit及PyTorch也可对应更新至新版本。但可能用不了

    2024年02月19日
    浏览(56)
  • 在Windows 10(Win10)下安装“NVIDIA图形驱动程序-显卡驱动”、“NVIDIA控制面板”、CUDA Toolkit、cuDNN Archive的详细过程记录

    目标:安装CUDA Toolkit和cuDNN Archive 安装CUDA Toolkit首先要知道自己的CUDA版本号,通过控制面板打开“NVIDIA 控制面板”查看自己的CUDA版本。 按照别人的经验应该有下图中的“NVIDIA 控制面板”, 但是我的没有,如下图所示: 原因是没有完整安装NVIDIA的显卡驱动。下载一个驱动精

    2024年02月03日
    浏览(73)
  • linux(centos7)离线安装A100显卡驱动cuda/cudnn 以及解决docker not select device driver...gpu

    1.确认GPU型号和操作系统版本,本示例中以A100以及操作系统为Centos 7.9进行操作。 准备GPU驱动和CUDA 11.2软件包,在nvidia官网进行驱动包和CUDA包下载 链接: link linux系统均选择 Linux 64-bit CUDA Toolkit选择最新版本 如您需要老版本CUDA,请前往老版本CUDA下载 本示例中使用CUDA 11.2。 访

    2024年02月15日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包