Ubuntu18.04 python环境搭建 pycharm+anaconda3
一.安装显卡驱动
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
测试安装
nvidia-smi
二.安装CUDA
CUDA官网下载对应版本的本地run文件,执行下方的两条命令
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run
建议移除已安装的驱动,选择继续,后面安装的时候不选择驱动
Do you accept the above EULA? (accept/decline/quit): accept
不选驱动,install
安装完成
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 440.00 is required for CUDA 10.2 functionality to work.
这个警告是因为安装时没选择驱动,忽略
添加环境变量:
sudo gedit ~/.bashrc
在打开的文件末尾添加:
export PATH="/usr/local/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"
保存文件
生效:
source ~/.bashrc
测试CUDA安装完成:
nvcc -V
三.安装CuDNN
下载对应版本的cuDNN 需要登录 (安装文档)
选择cuDNN Library for Linux
进入下载的文件夹,解压:
tar -xvzf cudnn-10.2-linux-ppc64le-v7.6.5.32.tgz
将文件复制到cuda toolkit目录,改变文件权限
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*
四.安装PyTorch
方法一:
PyTorch首页
查看对应版本的命令
pip install torch torchvision
方法二:离线安装
下载对应的版本
torch
torchvision
下载后安装对应的文件 pip install XXX.whl
安装完成
查看torch版本
python
import torch
torch.__version__
# 输出
'1.5.0'