赞
踩
学习深度学习时需要反复搭建环境,在这里记录保存一下安装流程。
目的版本简介:
在ubuntu18.04.6版本时,其实安装nvidia显卡驱动只需要从software&updates(软件与更新)内部更新即可:
一般直接更新的是较新版本,一定注意nvidia-smi后cuda所对应的版本,若为cuda 11.–,那么后续安装的cuda版本需要是cuda11系列的且需要小于等于cuda 11.。
本文目标安装cuda11.1,从CUDA官网下载安装包11.1版本即可。
安装指定下载文件即可:
sudo sh cuda_11.1.1_455.32.00_linux.run
值得注意的是,accept之后需要去除driver项,取消显卡安装选项。
默认安装的话,系统会自动添加好路径
手动添加也可:打开sudo gedit ~/.bashrc
文件
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
登录英伟达官网下载cudnn指定版本8.1.0。
解压之后,将头文件复制至系统本地头文件夹内即可:
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* /usr/local/cuda/lib64/libcudnn*
检查是否安装到位:
nvcc -V
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
出现此场景即可算安装成功
检查是否安装到位:
conda --version
安装pytorch需要anaconda创建新的环境,本文采用3.8的python安装:
conda create -n pytorch1.8 python=3.8 #安装python3.8
conda activate pytorch1.8
查询pytorch官网1.8.1版本所对应的cuda11.1的安装包即可实现安装:
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
若下载太慢,可以采用pip清华镜像实现:
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
安装完成即可测试pytorch是否安装成功,打开python,输入
import torch
print(torch.__version__)
print(torch.cuda.is_available())
input = torch.randn(1, 1, 32, 32)
input = input.cuda
print(input)
没有报错即可表示安装完成。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。