ubuntu18.04+RTX3080+pytorch nightly深度学习环境配置
2020年末,由于RTX3080系显卡刚刚发布不久,深度学习的软件配套还没有跟上,这时候安装pytorch会有一定的难度。
在安装的过程中,我参考了下面几位前辈的博客:
为ubuntu18.04的RTX3080显卡安装驱动
在ubuntu上安装cuda
在ubuntu上安装cudnn
在ubuntu上安装pytorch
使用了下面几个配套资源:
RTX3080中国官网
cuda官网
cudnn官网
pytorch nightly的whl文件列表
安装显卡驱动/cuda/cudnn
安装显卡驱动的过程,参考我之前的这篇博客
安装cuda
在拥有了正常的显卡驱动之后,我们来安装cuda
- 首先前往cuda官网下载合适的cuda文件
这里建议下载.run
文件,可以在安装的时候选择保留之前安装的驱动driver。
PS:默认RTX3080支持的cuda版本应该是11.1,几乎找不到RTX3080安装cuda11.0的文章,因为我安装11.1的cuda能用,所以建议安装11.1版本。
可以直接按照官网的指示进行安装
wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run
sudo sh cuda_11.1.1_455.32.00_linux.run
- 安装时候的一些小问题
- 软件依赖缺失,在我第一次安装的时候,提示我缺少了make文件,一般使用apt install命令安装就可以
- 需要强调
安装的时候一定记得取消安装driver选项前面的 X
安装过程中有两个确认环节
第一次填accept就可以
第二次会看到许多选项,大概需要改动成下面的这个样子
[ ]…driver…(这是一个带driver的选项,光标移动到这里,按回车就可以取消选择)
[X]
[X]
[X]
[X]
[X]
不出意外的话,到这里就能够完成cuda的安装
在命令行输入下面的命令,测试是否安装成功
nvcc -V
之后修改环境变量
sudo gedit ~/.bashrc
在打开的文件中加入下面几行
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export PATH=$PATH:/usr/local/cuda-11.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1
完成之后,在终端运行
source ~/.bashrc
安装cudnn
在cudnn官网注册账号,之后可以下载对应版本的tar文件,下载完成之后进入下载文件夹,进行类似下面的操作记得更改文件名!
tar -xzvf cudnn-11.1-linux-x64-v8.0.5.39.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
安装pytorch
这里我用的是支持cuda11.0的pytorch包(亲测可以用于cuda11.1的环境),直接在这个网站下载对应的whl文件,看好python版本、cuda版本和操作系统版本
然后,在下载文件夹中运行
pip install *.whl
最后就可以完成安装
ubuntu18.04+RTX3080+pytorch nightly深度学习环境配置相关推荐
- 战神Z7-KP7GC安装win10+ubuntu18.04双系统及深度学习环境配置
目录 一.参考文献 二.安装win10 三.安装ubuntu 四.连接logstic蓝牙键盘 五.安装的软件列表(个人) 5.1共同安装的部分 5.2window10 5.3Ubuntu 6.环境安装 ...
- 基于Ubuntu 18.04机器人操作系统环境和深度学习环境配置
基于Ubuntu 18.04机器人操作系统环境和深度学习环境配置详解 CUDA+Cudnn+ROS+anaconda+ubuntu装机必备 笔记本双系统安装 U盘启动项安装ubuntu18.04.1 ...
- Win 10 + Ubuntu 18.04 双系统安装与深度学习环境配置安装踩坑实录(上篇)
Win 10 + Ubuntu 18.04 双系统安装与深度学习环境配置安装踩坑实录(上篇) 折腾了两三天总算顺利在电脑上完成了装x的双系统安装,一路走来还比较顺利,主要在ubuntu的显卡设置上躺了 ...
- ubuntu18.04上安装anaconda-python深度学习环境
Anaconda是一套Python的发行版,发行版集成了必要的库,使用户可以一次性完成安装.Anaconda是一个侧重于数据分析的发行版,一些有助于数据分析的库,比如Numpy,Matplotlib, ...
- ubuntu系统(八):ubuntu18.04双系统安装+ros安装+各种软件安装+深度学习环境配置全家桶
0 说明 1.安装ubuntu18.04系统 1.1 ubuntu18.04镜像地址(可以用迅雷等下载): 1.2 下载Rufus: 1.3 制作镜像: 1.4 磁盘分区 1.5 关闭win11快速启 ...
- 深度学习环境配置指南:Pytorch、TensorFlow、Keras
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 作者丨Yukyin@知乎 来源丨https://zhuanlan.z ...
- Ubuntu 深度学习环境配置、Theano TensorFlow PyTorch 安装、常用软件安装方式
文章目录 介绍 系统和显卡 深度学习环境配置 安装 Nvidia 显卡驱动 安装 CDUA 安装 cuDNN 深度学习框架安装 安装 Theano-gpu 安装 TensorFlow-gpu 安装 P ...
- 双系统Ubuntu22.04深度学习环境配置与踩坑记录
双系统Ubuntu22.04深度学习环境配置踩坑记录 前言 目录 相关版本 主要参考教程 Ubuntu安装 Nvidia和CUDA安装 踩坑经历 官网安装所遇问题 cuDNN安装 Anaconda安装 ...
- 基于cuda10.0的pytorch深度学习环境配置
基于cuda10.0的pytorch深度学习环境配置(报错解决) 1.首先查看自己nvidia 显卡的版本,一般都能适用cuda10.0: 1.打开win+s 搜索nvidia控制面版,查看系统信息 ...
最新文章
- read write 返回值
- nssl1447-小智的糖果【dp】
- Bootstrap HTML编码规范之属性顺序
- 亚马逊AI又遭抗议:一个好端端的美国官员,怎么就成罪犯了?
- IPTV的QoE评价方法
- python调用canoe_从Python调用CAPL函数
- iOS 3D Touch功能
- 在Mac端的 几种文本操作技巧
- 【图像增强】基于matlab暗通道先验图像去雾【含Matlab源码 1367期】
- 《Word 排版艺术》一书的人到此交流
- 项目管理:如何制作项目进度表
- startActivitystartActivities有什么不同?
- 强化学习综述(机器学习角度)
- 工兵扛军旗游戏新玩法
- 下载正版的Windows操作系统和office软件
- 如何看懂Minecraft报错的关键信息。
- 山东大学计算机组成与设计实验七 节拍脉冲发生器时序电路
- 向量的平面投影 ProjectOnPlane
- 电脑的硬件和软件分别是什么
- BZOJ1005 [HNOI2008]明明的烦恼
热门文章
- FDTD Solutions 批量建立任意角度的监测器实现纳米粒子散射相位函数的监测(Part1-方法1)
- Hfish蜜罐的搭建与测试
- 那些年犯过的c++林泽阳级别的错误
- signature=e100a77f9e5994135d27edcec0fb2455,Signatures from Trapdoor Commitments with Strong Openings
- MySQL数据库SQL的主键和外键的作用
- jquery判断ie浏览器版本
- python只能用一行代码_Python 一行代码能实现丧心病狂的功能
- zlkw什么意思_口碑评价格林姆斯gwl-zl6与w11区别哪款更好?图文爆料分析
- 卷积神经网络结合水平集方法
- 检验仪器控制怎么停止的