Ubuntu22.04搭建Pytorch框架深度学习环境+安装Miniconda+安装CUDA与cuDNN

这篇具有很好参考价值的文章主要介绍了Ubuntu22.04搭建Pytorch框架深度学习环境+安装Miniconda+安装CUDA与cuDNN。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。

Linux搭建深度学习环境

以Ubuntu为例,从零搭建Pytorch框架深度学习环境。

1、Ubuntu安装

1.1 系统下载

访问地址ubuntu官网
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.2 启动盘制作

访问ultraiso官网

1.2.1打开镜像

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.2.2写入镜像

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.3磁盘分区

1.3.1Windows磁盘管理

对要压缩的卷右键,选择压缩卷

压缩出的可用空间不要进行分区,等待ubuntu系统操作
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.3.2分区助手或DG

拆分现有空间,注意不要对分出来的空间进行分区,比较简单就不写啦!

1.4查看磁盘格式

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

打开磁盘管理,在硬盘上右键,查看卷
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

MBR:
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

GPT:
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.5U盘启动

Windows重启时,按住shift键,重启后选择U盘设备启动

1.6安装过程

1.6.1语言选择

中文简体
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.2键盘布局

English(US)
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.3无线

不联网安装
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.4更新和其他软件

开发环境下建议使用最小安装
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.5安装类型

其它选项
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.6磁盘分区

方案一:
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

方案二:
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.6.1 MBP

1、引导分区/boot
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

2、内存交换分区
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

4、根分区
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

5、用户家分区
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.6.2GPT

1、引导分区 EFI
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

2、内存交换分区
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

3、根分区
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

4、用户家分区
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

GPT模式下重要提醒

安装启动器的设备选择新建的EFI分区,这个十分重要!!!
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.7时区

上海shanghai
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.6.8用户与密码

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

建议简短,个人电脑可以选择自动登录。生产环境下登录需要密码。

1.6.9重启进入系统

拔掉U盘
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

进入BIOS更改启动顺序
选择Ubuntu系统
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.7时间同步

sudo apt install ntpdate
sudo ntpdate time.windows.com
sudo hwclock --localtime --systohc

1.8启动顺序更改

sudo gedit /etc/default/grub

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python
选择Windows启动项目索引,则优先启动Windows

更新配置

sudo update-grub

1.9更新软件更新源

为了加速软件包下载速度需要选择适合本机的软件源
设置–关于–软件更新
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python
选择最佳服务器
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python
重新载入
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

1.10中文路径改英文

将中文模式下的路径改称英文

export LANG=en_US 
xdg-user-dirs-gtk-update

2、Miniconda安装

更新包以及安装开发环境,索性在刚开始就装上

sudo apt upgrade
sudo apt install build-essential

2.1软件下载

进入官网
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

2.2软件安装

注意需要为文件添加可执行权限!!

sudo chmod +x Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

2.3关闭自动开启base环境

conda config --set auto_activate_base false

2.4更换conda源

清华源配置:

conda config --set show_channel_urls yes
gedit ~/.condarc
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

清理缓存索引,保证采用新源

conda clean -i

2.5conda环境

创建

conda create -n torch python=3.10

删除

conda remove -n torch --all

3、CUDA与cuDNN安装

3.1安装显卡驱动

sudo ubuntu-drivers autoinstall

nvidia-smi

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

3.2安装CUDA

3.2.1下载

访问官网
选择合适的CUDA版本

选择runfile安装方式

wget https://developer.download.nvidia.com/compute/cuda/11.7.1/local_installers/cuda_11.7.1_515.65.01_linux.run

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

3.2.2安装
sudo sh cuda_11.7.1_515.65.01_linux.run

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

需要注意,之前安装过驱动了,这里不在安装,按空格取消,实际上这里仅安装CUDA Toolkit 11.6即可

这两张图是参考连接里的,效果是一样的
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

3.2.3配置环境变量

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

打开配置文件

gedit ~/.bashrc

添加

export PATH=$PATH:/usr/local/cuda-11.7/bin  
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64  

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

重新加载配置

source ~/.bashrc

查看安装结果

nvcc -V

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

3.3安装cuDNN

3.3.1下载

访问官网(需要开发者账号)
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

3.3.2解压
tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz
3.3.3复制到CUDA
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 

sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 

sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
3.3.4验证
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

4、安装Pytorch

注意在对应的conda虚拟环境中

由于在线安装过于缓慢,先下载离线包在安装

4.1下载

访问网址

根据CUDA版本选择对应的包,以CUDA11.7.X、Python3.10.X为例

torch
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

torchaudio
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

torchvision
cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

4.2安装

启动虚拟环境

conda activate torch

借助腾讯源安装所需依赖:https://mirrors.cloud.tencent.com/pypi/simple

添加参数–trusted-host mirrors.cloud.tencent.com否则无法从镜像站下载

pip install torch-xxx-.whl -i https://mirrors.cloud.tencent.com/pypi/simple --trusted-host mirrors.cloud.tencent.com

4.3验证

# 验证torch安装
import torch
print(torch.__version__)

#验证cuda安装
print(tprch.cuda.is_available())

cuda 10.1 miniconda 安装pytorch ubuntu16,深度学习,python,深度学习,ubuntu,pytorch,python

5、参考链接

系统安装
CUDA安装
cuDNN安装

6、写在最后

本次搭建站在前辈们的肩膀上,过程还算顺利,小坑也都解决了,记录一下,希望能帮助到更多人。
炼丹之路,共勉之!文章来源地址https://www.toymoban.com/news/detail-786227.html

到了这里,关于Ubuntu22.04搭建Pytorch框架深度学习环境+安装Miniconda+安装CUDA与cuDNN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

  • Qt6.5.1+WebRTC学习笔记(十一)开发环境搭建(ubuntu22.04)

    win10开发测试已经一段时间了,最近将程序移植到ubuntu测试了下,改动不是很大,本教程记录下环境搭建过程 1.操作系统ubuntu22.04 64位 x86架构(建议更新到最新) 2.合理的上网方式,需要正常访问google,最好有40G以上流量 3.安装git,并设置代理 4.安装depot_tools depot_tools是包含下载

    2024年02月09日
    浏览(60)
  • ubuntu22.04搭建verilator仿真环境

    操作系统为 Ubuntu(22.04.2 LTS),本次安装verilator开源verilog仿真工具,进行RTL功能仿真。下面构建版本为5.008的verilator仿真环境。先看一下我系统的版本: 安装依赖 获取源码,选择版本为5.008 进行编译 安装后查看版本,大功告成

    2024年02月10日
    浏览(73)
  • Qt6.5.1+WebRTC学习笔记(十二)环境搭建流媒体服务器(ubuntu22.04+SRS)

    若只是实现一对一通信,仅使用webrtc就足够了。但有时间需要进行多个人的直播会议,当人比较多时,建议使用一个流媒体服务器,笔者使用的是SRS。 这个开源项目资料比较全,笔者仅在此记录下搭建过程 1.操作系统ubuntu22.04 64位 x86架构(建议更新到最新) 2.安装编译器相

    2024年02月09日
    浏览(83)
  • Ubuntu22.04 搭建 OpenHarmony 命令行开发环境

    在本文中,我们将介绍如何使用命令行工具在你的设备上安装OpenHarmony操作系统。OpenHarmony是一个开源的、面向物联网(IoT)设备的操作系统,它提供了一套全面的开发框架,使得开发者可以更容易地创建和部署IoT应用。 在本次安装中,使用的电脑是基于Ubuntu22的物理机器,按

    2024年02月03日
    浏览(78)
  • 从头搭建Android源码编译环境(Ubuntu 18.04 / 20.04 / 22.04)

    在新安装的Ubuntu上(版本20.04LTS),完成搭建Android源码编译环境步骤如下。 顺带说一句,当前用的比较多的Ubuntu是18.04和20.04,在实际项目中一直在用,可用性和稳定性都没问题。 最新的Ubuntu22.04版本,系统默认的二进制库变化比较大,编译Android源码有问题(实测过,没细研

    2024年02月06日
    浏览(161)
  • Ubuntu22.04 安装深度学习服务器全纪录

    制作启动盘 参考链接:https://blog.csdn.net/lyx_ok/article/details/129308753 安装 Ubuntu 22.04 将U盘插到服务器上,开机按F11键(具体什么键跟主板型号有关)选择启动项进入临时的 Ubuntu 系统,在图形界面中选择 Install Ubuntu ,所有配置都可以使用默认的,改一下用户名和密码即可。 进入

    2024年02月16日
    浏览(55)
  • Linux环境搭建(Ubuntu22.04)+ 配置共享文件夹(Samba)

    Linux开发环境准备 搭建Linux开发环境所需要的软件如下: VMware虚拟机: 用于运行Linux操作系统的虚拟机软件之一,VMware下载安装在文章中不做说明,可自行百度谢谢 Ubuntu光盘镜像: 用于源代码编译,有闲置计算机或服务器可以下载服务器版(没有图形用户界面),只有一台

    2024年02月04日
    浏览(81)
  • Ubuntu 22.04 搭建arm-linux-gcc交叉编译环境

    如果使用的是64位的Ubuntu系统,建议直接安装64位的arm-linux-gcc交叉编译器 下载地址: https://pan.baidu.com/s/14-lQpsXuEyCcHNHcTXcOyA 提取码: 55at 0. 注意在终端进行粘贴的操作为【Ctrl+shift+v】!! 把下载好的安装包移动到根目录下的tmp目录中(/tmp):在【其他位置】中的【计算机】中找

    2024年02月05日
    浏览(76)
  • ubuntu22.04 x86环境上使用QEMU搭建arm虚拟机

    apt-get -y install qemu apt-get -y install bridge-utils apt-get -y install vnc4server apt-get -y install qemu-kvm apt install -y qemu-system-arm apt-get -y install libvirt0 apt-get -y install libvirt-daemon apt-get -y install libvirt-daemon-system 安装完成后检查: virsh version ls /usr/bin/|grep qemu wget http://releases.linaro.org/components/kernel/

    2024年02月07日
    浏览(90)
  • Ubuntu22.04设置独显用于深度学习运算,核显用于屏幕显示

    目前有需求配置台式机win11+Ubuntu的双系统,安装双系统的教程比较多,安装n卡驱动的教程也比较多,但是大多数的教程都到独显驱动安装完毕为止,这意味着按照教程配置好之后桌面会占用独显的现存大概100-200M,对于显存比较紧张的深度学习运算的情况下很有可能是致命的

    2024年02月02日
    浏览(42)

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