Linux Ubuntu 配置Anaconda3+cuda+cuDNN+torch
目录
- 详细过程
- 安装 anaconda3
- 可能出现的问题
- 安装 cuda
- 安装前准备
- 正式开始安装
- 可能出现的问题
- 安装 cudnn
- 安装 pytorch
- 可能出现的问题
- 快速查询
- 官网网址
- 版本选择
- 环境变量
- 验证
办公室买了一台新电脑，又是安环境的一天……记录一下所有的过程。参考了很多很多很多的博客，已经很难找到链接了，感谢所有分享经验的大佬。
详细过程
安装 anaconda3
- 下载
清华 anaconda 镜像源
找到合适的版本，使用 wget 命令下载
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh - 安装
可以安装在/opt/目录下。（该目录一般存放大型软件）
bash Anaconda3-2021.11-Linux-x86_64.sh - 配置环境变量
vim ~/.bashrc
在文末加上 anaconda3/bin 的绝对路径
export PATH=$PATH:/home/software/anaconda3/bin
保存退出，运行以下命令使其生效：
source ~/.bashrc - 验证
conda -V
可能出现的问题
- 切换用户之后 conda 命令不存在
解决方法：在新用户下设置环境变量。
安装 cuda
安装 cuda 是一个艰难的过程……加油！
注意：版本选择问题：首先，务必先在官网确认你想下载的pytorch版本对应的cuda版本，再确定你的驱动的版本，有些cuda版本是没有对应的 torch 版本的（比如 cuda11.2）
安装前准备
- 确认显卡驱动安装无误
nvidia-smi
出现下图是正确的。下面的 CUDA Version 指的是该版本的驱动支持的最高cuda版本。
如果没有出现上图，说明显卡驱动装错了。换一个驱动。
在 Ubuntu 下更换驱动的方法：软件和更新 -> 附加驱动 -> 选择你的心动驱动 -> 应用更改。如果提示重启生效，请重启，不要做无谓的挣扎。 - 下载对应的安装文件
前往官网下载对应的 cuda 文件。请注意，如果需要下载以前的版本，在网页下端 Resources 部分有 Archive of Previous CUDA Releases 链接，点进去可以下之前的版本。如下图：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ueN37MgK-1670298206967)(:/429b2e56152549958415b37bb13b03d0)]
选好之后，下面会给出下载的链接，运行
wget https://developer.download.nvidia.com/compute/cuda/11.5.0/local_installers/cuda_11.5.0_495.29.05_linux.run - 确认依赖包已安装
在安装 CUDA Toolkit 前，要确保系统安装了 gcc 和 make。如果希望使用 C++ 进行 CUDA 编程，需要安装 g++。如果想要运行 CUDA 例程序，需要安装相应的依赖库。（一般运行第二句就行了）
sudo apt update # 更新 apt
sudo apt install gcc g++ make # 安装 gcc g++ make
sudo apt install libglu1-mesa libxi-dev libxmu-dev libglu1-mesa-dev freeglut3-dev # 安装依赖库 - 确认nouveau已经禁用
输入lsmod | grep nouveau，无事发生则可以。一般正确安装了 nvidia 驱动这个就已经被禁掉了。 - 关闭图形界面
sudo telinit 3
（可以通过sudo systemctl start gdm3回到图形界面）
如果输入该命令后，黑屏，没有图形界面也没有命令界面，就是显示屏失去信号，那也许是显卡驱动的问题，请更换显卡驱动。
正式开始安装
- 运行 cuda 文件
sudo chmod a+x cuda_9.2_linux.run # 给cuda文件可执行权限
sudo ./cuda_9.2_linux.run --no-opengl-libs # 运行
cuda主要有以下参数：--no-opengl-libs：表示只安装驱动文件，不安装OpenGL文件。必需参数，原因同上。注意：不是-no-opengl-files。--uninstall (deprecated)：用于卸载CUDA Driver（已废弃）。--toolkit：表示只安装CUDA Toolkit，不安装Driver和Samples--help：查看更多高级选项。
- 安装注意事项
- 会先有个阅读声明，一直按D即可，然后accept。
- 选项install nvidia accelerated Graphics Driver,输入n，因为我们已经安装了nvidia的驱动。
- 选项install the OpenGL libraries,如果双显卡(集显+独显)选择n，如果只有独显可以选择y，如果双显卡选择y的话，会出现黑屏或者循环登录的问题，如果加了上面的参数就不会出现这个选项了。
- 后面的可以都选择yes，最后一个选项我们可以选择n,也就是不复制Samples，因为安装目录下有samples。
- 安装过程结束后会有以下信息：
Driver ：Installed
Toolkit ：Installed in /usr/local/cuda-9.2
Samples ：Installed in /home/vincent
- 修改环境变量
这里可能需要重启一下。然后进入终端，修改环境变量
vim ~/.bashrc
在文末加上
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
保存退出，运行以下命令使其生效：
source ~/.bashrc
注意，我们这里写的环境变量是/cuda而不是/cuda-11.2之类的，这里可以通过软链接同时安装多个版本的 cuda 并进行管理。
sudo rm -rf cuda # 删除之前的软链接
sudo ln -s /usr/local/cuda-11.2 /usr/local/cuda # 创建新的软链接 - 验证是否安装成功
nvcc -V
可能出现的问题
- 切换用户之后 nvcc 命令不存在
解决方法：在新用户下设置环境变量。 nvcc命令不存在并且建议通过 apt 安装
解决方法：这种很可能是因为环境变量没设置好，你已经安装过 cuda 了，所以不要再安一次。设置好环境再试试。记得设置好后用 source 命令使其生效。
安装 cudnn
- 下载文件
根据 cuda 版本，在官网找到对应的 cuDNN 版本。
需要账号。自己申请一个就行，没什么限制。
复制cuDNN库的链接，使用 wget下载或者下载。 - 解压
tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz - 复制，授权
cd cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive
sudo cp lib/* /usr/local/cuda-11.2/lib64/
sudo cp include/* /usr/local/cuda-11.2/include/
sudo chmod a+r /usr/local/cuda-11.2/lib64/*
sudo chmod a+r /usr/local/cuda-11.2/include/* - 验证安装成功
通过下面的命令查看安装情况，如果结果如下图逐行显示版本号，则安装成功。
旧版为cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2，新版为cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
安装 pytorch
- 新建并进入虚拟环境
conda create env_name python=3.9
conda activate env_name - 获得下载链接并下载安装
去官网获取对应版本的下载链接。如果用 conda 命令下载，一直卡在检查环境那里，可能是版本对应不完美，就算了别纠结，换成 pip 命令下载。 - 验证安装成功
进入 python，import torch
torch.cuda.is_available()
可能出现的问题
如果报错 "ERROR: Could not find a version that satisfies the requirement … (from versions: …) "版本找不到，但是下载连接是从官网复制的，那么大概率是你的 python 版本太低或者太高，用 conda 命令改下 python 版本（至于改到哪个版本，你看你要下载的 pytorch 版本和报错信息中提供的版本，如果报错信息中有的版本比你要下载的基本都低，那就升高 python，具体升高到多少不确定，+0.2试试，不行再改）：
python3 --version# 查看目前 python 版本conda install python=x.x# 更新 python 版本
快速查询
官网网址
清华 anaconda 镜像源
nvidia cuda 官网
nvidia cudnn 官网
pytorch 官网
版本选择
首先，务必先在官网确认你想下载的pytorch版本对应的cuda版本，再确定你的驱动的版本，有些cuda版本是没有对应的 torch 版本的（比如 cuda11.2）
其次，如果想装 detectron2，先去官网看看目前有哪些可以下载。如果你的 torch 版本或者 cuda 版本过高，可能会没有适配的 detectron2。
环境变量
切换用户之后无法使用：暂时我也没搞清为什么，所以每个用户都是设置的单独的环境配置文件。
vim ~/.bashrc- 使用
export加入对应的环境，保存退出。 source ~/.bashrc
注意，最后这句不运行的话不起效
- conda 环境变量
export PATH=$PATH:/home/software/anaconda3/bin - cuda 环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda - 切换 cuda 版本软链接
sudo rm -rf cuda # 删除之前的软链接
sudo ln -s /usr/local/cuda-11.2 /usr/local/cuda # 创建新的软链接
验证
- 验证 conda
conda --version - 验证显卡驱动
nvidia-smi
如果没有打印表，说明显卡驱动装错了。换一个驱动，如果提示重启生效，请重启，不要做无谓的挣扎。 - 验证 cuda
nvcc -V
注意，这里如果显示无此命令，建议用 apt 安装，别信他的，这是因为没有配置好环境变量的原因，请按照环境变量那一节配置。 - 验证 cudnn
旧版为cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
新版为cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 - 验证 pytorch
torch.cuda.is_available()
Linux Ubuntu 配置Anaconda3+cuda+cuDNN+torch相关推荐
- Ubuntu22 Linux 服务器安装显卡驱动,cuda,cudnn和pytorch
Ubuntu22 Linux 服务器安装显卡驱动,cuda,cudnn和pytorch 1. 首先了解自己服务器的操作系统内核版本等信息: (1)查看操作系统的版本信息:cat /etc/issue或 ...
- 深度学习环境配置Win10+CUDA+cuDNN+Tensorflow2.0+PyTorch1.2+Python3.7.6
系统环境:Win10 Python版本:3.7.6 CUDA版本:10.0 cuDNN版本:7.6.5 Tensorflow-gpu版本:2.0.1 PyTorch版本:1.2.0 深度学习环境配置W ...
- Windows环境配置Anaconda+cuda+cuDNN+pytorch+jupyter notebook
Windows环境配置Anaconda+cuda+cuDNN+pytorch+jupyter notebook Anaconda 1.官网下载安装包 https://repo.anaconda.com ...
- 阿里云服务器vgn6i配置NVIDIA CUDA+cuDNN
阿里云服务器vgn6i配NVIDIA CUDA+cuDNN 目录 阿里云服务器vgn6i配NVIDIA CUDA+cuDNN 前言 一.驱动安装 二.安装CUDA 三.cuDNN安装 总结 前言 本文 ...
- 作为一个小白的Python3 Pycharm Anaconda3 Cuda Cudnn的环境配置安装和pip下载安装tensorflow
win10系统 链接:https://pan.baidu.com/s/1XHWpPNsyNub8qu3X6JiBhQ 提取码:4oc9 这是我的环境配置安装包,还有一个py文件是检测你是否安装好的了! ...
- tensorflow GPU环境配置 Nvidia+cuda+cudnn
显卡安装 去官网下载显卡驱动https://www.nvidia.cn/ 删除旧的nvidia驱动(刚装的机子不需要这一步) sudo apt-get purge nvidia* sudo chmod ...
- Ubuntu20.04下NVIDIA驱动+anaconda3+cuda+cudnn+pytorch安装
声明:此文章是在初步接触深度学习的时候,参考几位前辈的博客自己进行安装后整理的步骤,所参考博客链接如下: #https://blog.csdn.net/ashome123/article/detail ...
- Win10深度学习环境配置（CUDA+cuDNN+TensorFlow-gpu+Keras）
安装时间:2018-05-19 软硬件配置 GTX 1060 6G Win10 64位专业版 Anaconda3 5.1.0 深度学习工具 CUDA 9.0 cuDNN v7.0 TensorFlow ...
- linux ubuntu配置要求,Ubuntu Server 14.04和Kylin 14.04 Enhanced Release amd64最低硬件配置要求...
Ubuntu Server 14.04和Kylin 14.04 Enhanced Release amd64最低硬件配置要求 Ubuntu(乌班图)是一个以桌面应用为主的 Linux 操作系统.其名称 ...
最新文章
- 了解Netflix-zuul网关服务
- [architecture]-AMRV7和ARMV8中的一些细微差异
- IA-32 Intel手册学习笔记（一）系统架构概述
- 求教PHP+oracle的开发
- 跟我学Java（配光盘）（跟我学）
- 李宏毅机器学习——逻辑回归
- 第二阶段冲刺10天 第二天
- 自定义百度网盘提取码
- Matlab猜数字游戏GUI界面设计
- xshell5和xftp5安装教程
- 2022年湖北大学招生简章--成人高等教育高起专、专升本学历提升
- windows10双系统删除linux,双系统删除教程详解：Windows(linux)双系统，教你如何删除其中一个！...
- 第一次QMK编译记录（11.26）
- JS的浮点数计算精度丢失问题解决方案
- Android Banner Indicator 轮播图指示器
- 程序员的桌面画风竟然是酱紫的！
- 登录接口已修复梦想贩卖机V2 2.0.4 修复版，附带安装教程。
- 程序员在面试时，如何回答未来规划方面的问题
- HTML 样式style
- I帧、P帧、B帧、GOP、IDR 和PTS, DTS之间的关系