- 参考文章
- 文章1
- 文章2
1.ubuntu环境
unbuntu:20.04
-
cuda:12.0
2. 安装版本
cuda:11.3
cudnn:8.2.0
python:3.8
pytorch:1.10.0
1.找到相应版本
- 版本连接查找
- https://tensorflow.google.cn/install/source#gpu
2. 安装环境步骤
2.1 下载cuda
- 官网链接:https://developer.nvidia.com/cuda-toolkit-archive
-
ubuntu
环境cuda
版本最高匹配12.0
,我下载11.3.0
- 安装命令
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run sudo sh cuda_11.3.0_465.19.01_linux.run
-
选continue
-
填accept
-
电脑里有驱动,按空格取消【键盘最长的那个空白键】,把x去掉,选择install,安装
-
安装成功
-
- 配置环境变量
- 打开配置文件,【我需要用管理权限,要不然不可以修改文件,前面加了
sudo
】sudo vi /etc/profile
- 添加配置信息【
cuda-11.3,11.3
是我下载的cuda
版本,版本不一样请修改数字】- 插入方式:
linux
修改文件命令,敲一次i
键【i
代表insert
插入】,按上下左右键修改鼠标的位置,在相应的位置添加数据 - 保存方式:点击键盘的左上角
Esc
键,按住shift+:
,输入wq!
回车即可
export PATH=//usr/local/cuda-11.3/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64$LD_LIBRARY_PATH
- 插入方式:
-
source
配置文件source /etc/profile
- 打开配置文件,【我需要用管理权限,要不然不可以修改文件,前面加了
- 检查是否安装成功
- 进入
local
路径,查看cuda
文件名cd /usr/local ls -a
- 输入相关命令【
cuda-11.3
根据自己的文件名修改】cd /usr/local/cuda-11.3/samples/1_Utilities/deviceQuery sudo make ./deviceQuery
- 结果
Result=pass
成功
- 进入
2.2 安装cudnn
- 官网链接:https://developer.nvidia.com/rdp/cudnn-archive
-
cuda
版本是11.3.0
,选择cudnn
:8.2.0
的,没有看到cuda为11.3.0
对应的cudnn
具体版本 - 解压并拷贝到相应的文件夹
- 解压【找到下载的文件目录解压】
tar -xvf cudnn-11.3-linux-x64-v8.2.0.53.tgz
- 拷贝文件【解压的文件名为
cuda
】cd cuda sudo cp lib64/* /usr/local/cuda-11.3/lib64/ sudo cp include/* /usr/local/cuda-11.3/include/ sudo chmod a+r /usr/local/cuda-11.3/lib64/* sudo chmod a+r /usr/local/cuda-11.3/include/*
- 查看
cuDNN
版本cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
- 查看普通用户
nvcc
是否能用【不知道是不是普通用户,没有使用sudo命令】
2.3 安装pytorch步骤
-
创建虚拟环境
conda create --name env_torch_cuda113 python=3.8
-
进入虚拟环境
conda activate env_torch_cuda113
-
安装
pytorch
- 官网链接:https://pytorch.org/
-
conda
安装不下来,把conda
改为pip
好像也可以
pip install torch==1.10.0+cu113 torchvision==0.11.0+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
-
验证是否成功
torch.__version__
-
检验
GPU
是否可用torch.cuda.is_available()
文章来源:https://www.toymoban.com/news/detail-742217.html
2.4 pycharm导入创建的虚拟环境
- 找到
anaconda
虚拟环境目录python
解释器- 我的环境在
aoaconda/dataapp/envs/env_torch_cuda113/bin/python.exe
- 我的环境在
- 再次测试代码
import torch print(torch.__version__) print(torch.cuda.is_available()) print(torch.cuda.device_count()) print(torch.cuda.current_device())
文章来源地址https://www.toymoban.com/news/detail-742217.html
安装完成!!!
总结
-
ubuntu20.04
好像不需要cuda,cudnn
,但是我下载了 - 安装
pytorch
时,相关版本要求官网只有conda
安装的命令,又安装不上,自己找了一个pip
命令改了一下自己的版本数字安装,现在还没有发现问题 - 后面报错,有问题后面再说
- 完结
到了这里,关于ubuntu环境创建anaconda虚拟环境安装pytorch-gpu版本的文章就介绍完了。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!