Ubuntu配置深度学习环境

一、CUDA安装
二、CUDNN安装
三、Pytorch安装
四、安装Paddle
五、安装Tensorflow

一、CUDA安装

查看驱动

nvidia-smi
或者
cat /proc/driver/nvidia/version

安装cuda
cuda下载地址

sudo sh cuda_10.2_linux.run

继续

在接受许可之后，不选择驱动，然后选择安装

3. 查看cuda版本

cat /usr/local/cuda/version.txt

测试CUDA的Samples

cd  /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
# 测试通过会显示PASS

切换cuda版本

# 在多个cud版本切换时
sudo rm -rf /usr/local/cuda  #删除之前生成的软链接
sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda #生成新的软链接
cat  /usr/local/cuda/version.txt#查看当前cuda的版本

配置环境环境

sudo gedit /etc/profile
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATHsudo gedit ~/.bashrc
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

卸载cuda

sudo /usr/local/cuda-10.0/bin/uninstall_cuda-10.0.pl

二、CUDNN安装

cudnn下载地址

# 下载并解压cudnn
# 将库文件复制到对应的cuda目录
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*
# 查看cudnn版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

三、Pytorch安装

安装Anaconda
Anaconda下载地址

bash Anacondaxxx.sh

按回车继续

输入yes接受许可

输入yes使conda在打开终端时自启动

也可以打开.bashrc文件

sudo gedit ~/.bashrc

添加命令取消conda初始化

conda deactivate

查看conda的环境

conda info --env
conda info -e

创建虚拟环境：python版本为X.X、名字为your_env_name

conda create -n your_env_name python=X.X
conda create -n pytorch1.5 python=3.7

激活虚拟环境

conda activate pytorch1.5

下载Pytorch和torchvision
清华镜像下载地址
官方下载地址
torch和torchvision对应关系

 #离线安装pytorchconda install pytorch-1.5.0-py3.7_cuda10.1.243_cudnn7.6.3_0.tar.bz2#离线安装补充的pytorch库文件
conda install numpy pyyaml mkl cmake cffi#在线安装指定版本的pytorch
conda install pytorch=1.5.0 cudatoolkit=10.1 torchvision=0.6.0 -c pytorch

测试pytorch安装成功(返回True)

import torch
torch.__version__
torch.cuda.is_available()
torch.cuda.current_device()  # 查看显卡数
torch.cuda.get_device_name()  # 查看显卡名

四、安装Paddle

离线安装Paddlepaddle

#下载paddlepaddle-gpu-2.1.1-py39_gpu_cuda10.1_windows.tar.bz2
conda install paddlepaddle-gpu-2.1.1-py39_gpu_cuda10.1_windows.tar.bz2
pip install astor decorator==4.4.2 gast==0.3.3 Pillow protobuf requests six numpy==1.19.2

测试

进入python解释器
python
import paddle
paddle.utils.run_check()出现PaddlePaddle is installed successfully!

五、安装Tensorflow

清华镜像下载地址
源版本
CPU版本
GPU版本
aarch64版本

pip install tensorflow_xxx.whl

Ubuntu配置深度学习环境相关推荐

安装 Win10 Ubuntu 16.04 双系统以及 Ubuntu 配置深度学习环境记录
0. 前言坑爹的Ubuntu晚上运行还是好好的,第二天中午的时候打开机器发现屏幕分辨率不正常了:2K屏显示800*600左右的分辨率(无法调节),一个图标一拳头大,窗口和网页显示不全.Google查 ...
Ubuntu 20.04 LTS/RTX30XX显卡快速配置深度学习环境（一行命令）
近日,新入一台RTX3080的服务器,目前好像还没办法很方便地在 RTX 30 系列 GPU上通过 pip/conda 安装 TensorFlow 或 PyTorch.因为这些 GPU 需要 CUDA ...
保姆级教学如何在Ubuntu 20.04工作站上配置深度学习环境
在Ubuntu 20.04工作站上配置深度学习环境各位同学大家好,本教程将会一步一步的演示如何在一台安装了Ubuntu20.04的服务器上配置深度学习环境,使其成为深度学习工作站. 现在大多数深度学 ...
从安装Ubuntu双系统到配置深度学习环境
学习前言最近在搭载深度学习环境花了好几天时间,踩了不少坑,于是打算记录一下. 第一次写博客,写的不好大家见谅,嘻嘻~ 1.我的电脑配置联想拯救者R9000P游戏本,32G内存,512G,GeFor ...
服务器重装Ubuntu系统+深度学习环境配置
服务器重装Ubuntu系统+深度学习环境配置 2020年12月14日(勉强成功最后并不是按照下面这样一步步安装的(可能是由于服务器的硬件问题),而是直接安装CUDA,在安装过程中会提示是否安装nvi ...
暗影精灵win11装ubuntu双系统，安装显卡驱动、配置深度学习环境
一.双系统安装 1.win下磁盘分区.关闭设备加密和快速启动 (1)将700个g的d盘拆除一半给ubuntu,在此电脑右键管理,在拟拆分的磁盘中右键压缩卷,选择分区的大小即可.(不要进行磁盘分配,如果 ...
Ubuntu20.04下配置深度学习环境
文章目录一.安装Anaconda 1.安装Anaconda 2.区分ubuntu系统中自带的python与Anaconda中带的python 3.创建一个深度学习环境二.安装cuda与cudnn ...
【深度学习环境配置】手把手实战配置深度学习环境（win10版）
著名的诺贝尔物理学奖得主Richard Phillips Feynman提出一个著名的学习方法--"费曼学习法",其核心可以总结为四个字:"以教促学". 如果能 ...
NVIDIA Jetson NX配置深度学习环境（Pytorch、torchvision）超级详细，torchvision安装避坑总结
NVIDIA Jetson NX配置深度学习环境 1.准备python环境 2.安装Pytorch 3.torchvision安装 4.torchvision安装报错问题解决 4.1前言 4.2问题描 ...

Ubuntu配置深度学习环境

Ubuntu配置深度学习环境

一、CUDA安装

二、CUDNN安装

三、Pytorch安装

四、安装Paddle

五、安装Tensorflow

Ubuntu配置深度学习环境相关推荐

最新文章

热门文章