赞
踩
系统 Ubuntu 20.04.4.LTS
显卡 3060
安装系统后 打开附加驱动
安装后重启,此时显卡驱动安装完成
打开终端测试一下 nvidia-smi
参考网址
https://cloud.tencent.com/developer/article/1726035
参考https://blog.csdn.net/ashome123/article/details/105822040/
https://developer.nvidia.com/cuda-toolkit-archive 下载对应版本的CUDA
通过cd命令进入下载好的CUDA放在的文件夹,运行。由于最开始我们安装好了显卡驱动了,所以在安装CUDA的时候提示我们安装驱动,那里我们要选择否
修改环境变量
sudo gedit .bashrc // 打开bashrc文件
在文件的最后加入:
export PATH=/usr/local/cuda-11.4/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
// 这里的cuda-11.4是版本号
source .bashrc // 更新环境变量
检验是否安装好CUDA
nvcc -V
打开网址 并注册登录
https://developer.nvidia.cn/zh-cn/cudnn 找到对应版本下载
下载好后解压文件文件夹名为cuda 并进入打卡终端输入
#复制cudnn头文件
sudo cp cuda/include/* /usr/local/cuda-11.4/include/
#复制cudnn的库
sudo cp cuda/lib/* /usr/local/cuda-11.4/lib64/
#添加可执行权限
sudo chmod +x /usr/local/cuda-11.4/include/cudnn.h
sudo chmod +x /usr/local/cuda-11.4/lib64/libcudnn*
https://blog.csdn.net/LZW15082682930/article/details/116062237
https://pytorch.org/get-started/locally/ 官网下载pytorch文件
1.创建虚拟环境
conda create -n pytorch pip python=3.7
2.进入虚拟环境
conda activate pytorch
然后进入创建好的conda环境 在网页上选择对应版本将网页上提供的命令行复制进去然后回车
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。