Ubuntu18.04安装Pytorch
Nvidia driver+CUDA+cudNN+Anaconda+Pytorch
管理python版本,查看安装python版本
update-alternatives --list python
管理python版本
sudo update-alternatives --config python
1、选择版本
以安装Pytorch1.8为例,使用cuda11.1,在cuda官网找到对应的Nvidia driver版本
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
在软件和更新设置中,点击附加驱动,选择合适的Nvidia driver,安装完以后重启
重启后,进行查看Nvidia driver 版本,在终端中输入nvidia-smi,会打印对应的驱动版本和显卡型号
安装CUDA:
官网地址:https://developer.nvidia.com/cuda-toolkit-archive
根据官网教程,一步一步安装,由于已经安装显卡驱动,因此在安装CUDA的时候,把driver选项取消选中。
https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#runfile-installation
安装完以后,记得在.bashrc(.zshrc)中添加环境变量
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH
可以在终端中查看cuda版本
输入
source ~/.bashrc
nvcc -V
安装cuDNN:
进入官网https://developer.nvidia.com/cudnn下载,注意要对应你的CUDA版本,别下错了。
下载完以后,进行解压进入文件夹,然后将对应的文件复制到对应的目录下:
cd cuda
sudo cp lib64/* /usr/local/cuda/lib64/*
sudo cp include/* /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
安装Anaconda:
在镜像网站下载对应的安装包
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
sh Anaconda3-5.0.1-Linux-x86_64.sh
即可安装,同时别忘了配置环境变量,还在在.bashrc(.zshrc)文件中添加
安装完成后在终端输入python会出现后缀
安装pytorch
可以按照官网教程https://pytorch.org/get-started/previous-versions/,但是可能会安装失败,会提示无法定位到package,如下所示
所以采用离线安装方式,在镜像网站https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/下载需要的版本,
然后在终端中输入:
conda install --offline pytorch-1.8.0-py3.6_cuda11.1_cudnn8.0.5_0.tar.bz2
最后在python中查看对应pytorch版本,以及是否支持cuda