Ubuntu18.04+Nvidia RTX 3060+Pytorch配置GPU环境
Ubuntu18.04+Nvidia RTX 3060+Pytorch配置GPU环境
- 1. 安装GPU显卡驱动
- 1.1 安装前
- 1.2 安装过程
- 1.2.1 打开终端,查看推荐安装的驱动
- 1.2.2 搜索并打开 软件和更新,安装驱动
- 1.3 安装完成
- 2. 安装 CUDA
- 2.1 下载官方CUDA
- 2.2 运行官网安装指令
- 2.3 添加环境变量
- 2.4 输入nvcc -V查看版本号
- **2.5:为什么nvcc -V 与nvidia-smi不一致
- 3. 安装 cudnn
- 3.1. 下载cudnn
- 3.2 验证
- 3.3cuda和cudnn之间的关系
- 4. 安装PyTorch
- 4.1 安装
- 5.2 测试安装是否成功
- 5. 参考
1. 安装GPU显卡驱动
- 检查驱动是否安装成功:
sudo nvidia-smi
- 不用命令行,直接用图形化界面即可:“软件和更新”窗口安装
1.1 安装前
首先,确认你是有GPU显卡的:lspci | grep -i nvidia
未安装前,显示的驱动如下:(由于我没有截图,这里借别人的图一用)
1.2 安装过程
1.2.1 打开终端,查看推荐安装的驱动
打开终端,输入ubuntu-drivers devices
其中标记 recommended 的,即为推荐安装的驱动
如下所示,就是“nvidia-driver-470”
当然我们可以根据recommended安装,也可以根据自己的实际需求安装,我就是根据需求安装的
1.2.2 搜索并打开 软件和更新,安装驱动
- 打开软件和更新
- 选择附加驱动
- 选择需要安装的驱动
- 点击应用更改
- 等待,然后安装完毕
1.3 安装完成
重启以后,在设置里面可以看到已经成果安装RTX3060驱动了,检查是否安装成功:nvidia-smi
2. 安装 CUDA
2.1 下载官方CUDA
打开英伟达官网 下载官方cuda
此处我下载的是cuda 11.6.0 版本,并选择相应配置,复制指令至终端下载
下载界面我还是忘了截图,在借别人的图一用:
2.2 运行官网安装指令
要根据自己的版本运行命令
sudo sh cuda_11.6.0_510.39.01_linux.run
2.3 添加环境变量
gedit ~/.bashrc
打开文件,在文件结尾添加如下语句:
export PATH="/usr/local/cuda-11.6/bin:$PATH"
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.6/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-11.6/lib
Tips:在export PATH里请一定按路径是在""中的格式,如果是其他格式的画,后面用nvcc -V查看版本时只会显示旧版本的CUDA,不会显示自己下载的版本!!!!
保存、更新环境变量:source ~/.bashrc
重启
2.4 输入nvcc -V查看版本号
**2.5:为什么nvcc -V 与nvidia-smi不一致
因为cuda有两种API,分为运行API和驱动API,只要驱动API版本高于运行时API就没关系。nvidia-smi显示的是驱动API,nvcc -V显示的是运行时API。
3. 安装 cudnn
3.1. 下载cudnn
进入官网(需要登录,选择Sign in) ,寻找合适的 cudnn 版本,下载对应版本的cudnn Local Installer for Ubuntu18.04 x86_64 (Deb),
cd download_path
sudo dpkg -i ccudnn-local-repo-ubuntu1804-8.4.0.27_1.0-1_amd64.deb#激活本地文件,这个要根据自己的下载版本决定
#(这个在执行完上面的命令后会自动给你下面的命令,复制就好,不用无脑copy下面的一行代码)
sudo cp /var/cudnn-local-repo-ubuntu2004-8.4.1.50/cudnn-local-E3EC4A60-keyring.gpg /usr/share/keyrings/ # 导入CUDA GPG Key(
sudo apt-get update
#据自己的下载版本决定
sudo apt-get install libcudnn8=8.4.1.50-1+cuda11.6 #通过tab自动补全,安装runtime library
sudo apt-get install libcudnn8-dev=8.4.1.50-1+cuda11.6 #通过tab自动补全,安装developer library
sudo apt-get install libcudnn8-samples=8.4.1.50-1+cuda11.6 #通过tab
3.2 验证
CUDNN的安装包中有sample code,可用于测试。
先将sample code拷贝至可写入路径,如$HOME
cp -r /usr/src/cudnn_samples_v8/ $HOME #进入到mnist文件夹中,并进行编译cd cudnn_samples_v8/mnistCUDNN/
make clean && make
./mnistCUDNN
看到test passed,表明安装完成!!
3.3cuda和cudnn之间的关系
【CUDA与cuDNN】,cuda是螺丝刀,cudnn是扳手,这两个工具在GPU加速运算中都是需要的,安装cuda并不会附带cudnn,两个需要分别安装。
4. 安装PyTorch
4.1 安装
到Pytorch官网选择对应的系统和cuda版本,复制Run this Command中的cuda install命令,进入终端,输入conda create -n yolov50 python==3.8,
这样就创建了一个名叫yolov5的虚拟环境,再输入source activate yolov5(用conda莫名会打不开,这里就用source打开)
,进入虚拟环境。
- 在安装的时候网络时好时不好,有的时候会报错,我在网上看用官网的源会比较慢,让用清华的源,但是我一添加,不只是慢了,而是直接报连接超时的错误。。。后面所幸不修改.condarc硬着头皮用官方的conda下载,中间断断续续几次后竟然ok了,很奇怪
看到下图的几个done时,就表明下载完成了:
5.2 测试安装是否成功
- 使用命令查看torch版本
python
import torch
torch.__version__
- 用命令查看是否可加速:
print(torch.cuda.is_available())
- 使用一个矩阵运算测试是否能正常运行:
import torch as t
x = t.rand(5,3)
y = t.rand(5,3)
if t.cuda.is_available():x = x.cuda()y = y.cuda()print(x+y)
至此,安装完成~~~
5. 参考
- https://blog.csdn.net/qq_35494379/article/details/105603832
- https://blog.csdn.net/qq_43644413/article/details/124899366
- https://blog.csdn.net/weixin_44780789/article/details/127034349
- https://blog.csdn.net/lavinia_chen007/article/details/125217721
Ubuntu18.04+Nvidia RTX 3060+Pytorch配置GPU环境相关推荐
- Ubuntu20.04+Nvidia RTX 3060 显卡驱动安装
新装 Ubuntu20.04 LTS,电脑配的是Nvidia RTX 3060,所以需要安装显卡驱动,未安装前显卡显示如下: 1.设置阿里源.在软件和更新在第一栏Ubuntu 软件页面中,找到下载自, ...
- Ubuntu22.04+Nvidia RTX 3060 显卡驱动安装
新装 Ubuntu22.04 LTS,电脑配的是Nvidia RTX 3060,所以需要安装显卡驱动,未安装前显卡显示如下: 1.设置阿里源.在软件和更新在第一栏Ubuntu 软件页面中,找到下载自, ...
- RTX 3060 快速配置GPU版本tensorflow
目录 一.Anaconda安装 1. Anaconda下载 方式一:官网下载 方式二:清华镜像下载 2. Anaconda安装 3. Anaconda配置 3.1 配置环境变量 3.2 配置国内镜像源 ...
- 第一篇:Ubuntu18.04 Nvidia RTX 2080ti 驱动安装
全是坑啊!!!开始用了Ubuntu16.04,遇到了不少问题,换了18.04并且按照以下步骤进行,一下子就成功了,推荐! PS:安装驱动的版本去英伟达官网查询一下驱动版本. 1.sudo apt-ge ...
- ubuntu18.04+nvidia显卡安装+cuda9.0+cudnn7+pycharm2018.2专业版激活+anaconda3+tensorflow-gpu1.6.0+keras+opencv3
写文的目的:笔记本和台式机的安装是略有不同的,为了以后查阅方便,记录下安装细节 目标:在台式机上安装上ubuntu18.04+nvidia显卡安装+cuda9.0+cudnn7+anaconda3+t ...
- 爆肝推荐、血泪安装:2080ti显卡安装Ubuntu18.04+nvidia驱动+cuda10.0+cuDNN
爆肝推荐.血泪安装:2080ti显卡安装Ubuntu18.04+nvidia驱动+cuda10.0+cuDNN 记一次超过三周时间的"血泪"安装经历 版本问题--写在最前,&quo ...
- Ubuntu 16.04 - GeForce RTX 2080 Ti 安装 GPU 显卡驱动 (Display Driver)
Ubuntu 16.04 - GeForce RTX 2080 Ti 安装 GPU 显卡驱动 (Display Driver) NVIDIA 引领人工智能计算 - NVIDIA https://www ...
- Ubuntu18.04 Azure Kinect ROS Driver配置
Ubuntu18.04 Azure Kinect ROS Driver配置 文章目录 Ubuntu18.04 Azure Kinect ROS Driver配置 1.创建工作空间 2.下载ROS驱动 ...
- Ubuntu18.04 + NVIDIA Quadro T1000显卡驱动安装
Ubuntu18.04 + NVIDIA Quadro T1000显卡驱动安装 下载官方驱动安装文件 官网搜索,下载对应版本的run file 禁用Nouveau sudo gedit /etc/mo ...
最新文章
- 第106天:Ajax中同步请求和异步请求
- java笔试之简单密码
- python基本语法积累~
- DynamicList
- 国内电商场景大战中,企业如何寻找有效增长点?这里有答案了
- java空类型方法无参_类的无参方法
- HUST软工1506班第2周作业成绩公布
- python官方的扩展索引_Python列表操作与深浅拷贝(6)——列表索引、查询、修改、扩展...
- workplace background
- redis原理及实现
- ubuntu搜狗拼音输入法选词框乱码
- 服务器主板如何连接无线网卡,无线网卡如何设置WiFi共享模式?
- HTML5小游戏之爱心鱼
- win7 bcdedit
- BLE协议--ATT、GATT
- H5\uniapp图片添加水印
- 高斯计校准与计量的区别
- BugKu社工-进阶收集
- unity3d摄像机跟随物体移动的简单方法
- [Deep learning 环境配置之四]YOLO算法之YAD2K配置教程
热门文章
- python不解压读取zip压缩包图片
- Python数据分析之用户留存
- 计算机学校校歌,【2018十大最受欢迎高校校歌】_最受欢迎的十大高校校歌
- Hive On Spark
- 人工智能的创业“风口”
- 水星怎么设置网速最快_水星路由器怎么限制别人网速_水星怎么限制wifi网速?-192路由网...
- 投稿经验分享之三:干货| 如何找寻合适的投稿期刊?
- Java基础知识笔记-11_2-Swing用户界面组件
- (26)盘古自研框架BackPropagation
- Laravel OAuth2 (一) ---简单获取用户信息