Pytorch-GPU Tensorflow-GPU 在 Ubuntu以及 Docker 中安装

本文基于 Ubuntu20.04.1 LTS GTX 1050Ti Nvidia-smi 460.32.03 Driver Version: 460.32.03 CUDA Version: 11.2

Nvidia 驱动可以使用 Ubuntu 设置->关于->Software Updates->附加驱动进行选择安装，安装好后重启即可。然后使用命令行查看驱动信息：

nvidia-smi

1. Ubuntu 中的安装

在 Ubuntu 中使用 Anaconda 的 conda 安装 Pytorch-GPU 或 Tensorflow-GPU 可以避免手动安装 cuda toolkit 以及 cudnn。使用 conda install 安装 Pytorch 和 Tensorflow 可以自动匹配相应的 cudatoolkit 以及 cudnn，这一步大大降低了安装复杂度。在安装之前，可以选择添加国内源加快安装速度。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

在某些时候，增加了以上的国内源可能会报错。其中一个原因是：由 “https” 引起的网络故障，此时，需要修改为以下形式：

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

1）Pytorch-GPU 安装

使用 conda 创建虚拟环境:

conda create -n pytorch_gpu python=3.7

虚拟环境创建完毕，激活虚拟环境：

conda activate pytorch_gpu 

使用 conda 安装 Pytorch-GPU:

conda install pytorch torchvision cudatoolkit

如果没有版本约束，以上可以不指定具体版本，默认安装最新版本或者匹配的版本。

顺利安装后，测试 Pytorch-GPU 是否安装成功:

import torch
torch.cuda.is_available() # True 表示 Pytorch-GPU 安装成功，否则，安装失败

Tensorflow-GPU 安装

使用 conda 创建虚拟环境:

conda create -n tf2_gpu python=3.7

虚拟环境创建完毕，激活虚拟环境:

conda activate tf2_gpu

使用 conda 安装 Tensorflow-GPU:

conda install tensorflow-gpu

顺利安装后，测试 Tensorflow-GPU 是否安装成功:

import tensorflow as tf
tf.test.is_gpu_available()  # True 表示 Tensorflow-GPU 安装成功，否则，安装失败

Tips:

conda-env list  # 查看创建的所有虚拟环境
conda list  ## 查看某个虚拟环境安装的所有库
conda create -n name python=version
conda remove -n name --all ## 删除某个虚拟环境

2. Docker 中的安装

此教程参考“稚晖君”知乎贴。需要补充的是，稚晖君并没有描述怎样在 Docker 中创建 anaconda 环境，我使用的方法是：将 Ubuntu 中的 Anaconda 安装包通过命令行拷贝到 Docker 与 Ubuntu 共享卷文件夹中:

sudo cp  ~/Packages/harrytsz-anaconda/Anaconda3-2020.11-Linux-x86_64.sh ~/harrytsz-workspace/_share/

此时，即可在 Docker 中的 /home/Workspace/_share/ 文件夹下找到 Anaconda 的安装包，在 Docker 命令行中安装即可:

bash Anaconda3-2020.11-Linux-x86_64.sh

安装 Anaconda 之后，就可以在 Docker 中使用 conda 命令进行虚拟环境的创建，以及 Pytorch-GPU 和 Tensorflow-GPU 的安装。步骤同上，不再赘述。

Tips：

初次进入 Docker 无法使用 vim 之内的工具，可以使用:

apt install vim

安装好 vim 之后就可以修改 Docker 中的 conda 以及 pip 的国内源。