前言
提示:本文参照文章进行配置
环境:Linux, conda, cuda10.0, pytorch1.2.0
注意:环境配置最重要的是心态,一步一步进行,最后一定成功!
一、检查环境情况并安装
1. 检查是否安装有NVIDIA驱动
输入命令
nvidia-smi
如果出现以下输出,说明驱动已安装
2. 检查是否安装cuda
输入命令
nvcc
如果出现以下输出,说明cuda已安装
3. 检查是否安装pytorch
依次输入命令
python
import torch
print(torch.__version__) #输出pytorch版本
print(torch.cuda.is_available()) #检查是否可以调用GPU
如果出现以下输出,说明pytorch已安装,如未安装,参考这篇文章
4. 安装相应库文件
依次输入命令
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple future python-igraph tqdm transforms3d pynvrtc fastrlock cupy h5py sklearn plyfile scipy
conda install -c anaconda boost; conda install -c omnia eigen3; conda install eigen; conda install -c r libiconv
按照输出,一直yes即可。
建议参考文章,将默认下载地址替换为清华源,下载速度会快很多!
二、常见问题
1.输入nvcc报错
如果输入nvcc,出现以下输出,说明cuda路径未添加,参考文章
首先,确定安装过‘nvidia-cuda-toolkit’,输入命令
cd /usr/local/cuda/bin
ls
如果里面有nvcc文件,说明安装过。
其次,输入命令,进入编辑界面,添加路径
vim ~/.bashrc
在文件末尾添加下面两行,添加后,ESC键退出编辑,再输入“:wq”退出编辑界面
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
最后,输入命令,激活路径
source ~/.bashrc
检查是否添加成功
nvcc