cuda 换源 ubuntu 就他了 速度很快

最新推荐文章于 2024-05-20 00:08:52 发布
最新推荐文章于 2024-05-20 00:08:52 发布
阅读量662 收藏
点赞数
分类专栏： 人工智能 文章标签： ubuntu linux 运维
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/W25679/article/details/127128551
版权

Linux下

将以上配置文件写在~/.condarc中
vim ~/.condarc

 

  1.  
    channels:
     
  2.  
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
     
  3.  
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
     
  4.  
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
     
  5.  
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
     
  6.  
    ssl_verify: true
     
 

补充：

                

        

        

    

  


    

      

        

            

              
                
                  临街的小孩
                
              
            

            

                关注
              
            

        

        

          
      

      

            

                专栏目录
          









                



	

		

			

				
					
cuda在ubuntu的安装使用分享

				
			

			

				

					pythonxxoo的博客
				

				

					06-05
					
					372
					
				

			

		

		

			
				
之前给大家分享过opencv在jetson nano 2gb和ubuntu设备中使用并且展示了一些人脸识别等的小demo。但是对于图像处理，使用gpu加速是很常见 .(以下概念介绍内容来自百科和网络其他博主文章)在而GPU加速的软件实现中我们可能会听到 opengl opencl cuda这些名词。下面再给大家分别介绍一下这几种区别：从2007年以后，基于CUDA和OpenCL这些被设计成具有近似于高阶语言的语法特性的新GPGPU语言，降低了人们使用GPGPU的难度，平缓了开始时的学习曲线。使得在GPGPU

			
		

	



                

              
                



	

		

			

				
					
ubuntu18LTS深度学习环境配置：RTX3070+cuda11.1+cuDNN8.0.4+pytorch1.7

				
			

			

				

					~v~
				

				

					12-22
					
					2829
					
				

			

		

		

			
				
ubuntu 18LTS+RTX3070+cuda11.1+cuDNN8.0.4+pytorch1.7问题背景解决方法GCC降级CUDA及cuDNN安装pytorch及python安装
问题背景
本机配置：
3600X+RTX3070+ubuntu18
miniconda+pycharm
RTX3070显卡驱动 455
开始安装了cuda11.1（不知道什么时候装的，也不知道安装在哪里），手动装了cuda10.2，以及cudann。然后按照下图安装pytorch：

但是运行代码却报错：
GeForce R

			
		

	



                


  
              

                


	

		

			

				
					
conda 换源

				
			

			

				

					qq_41094058的博客
				

				

					08-23
					
					832
					
				

			

		

		

			
				
显示下载源
在~/.condarc文件下
vi ~/.condarc

另外起一行，写：
show_channel_urls: true


这时再安装就可以看到下载的源

使用国内的源
再上图中可以看到，cudatoolkit使用的是conda提供的第三方源conda-forge，而不是清华源
在~/.condarc文件下
vi ~/.condarc

新增一些国内各个高校提供的conda-forge源

可以看到cudatoolkit使用了国内的源

conda 的-c 参数

原始：在cuda11下c

			
		

	





	

		

			

				
					
win10 rtx3060安装cuda11.1+cudnn11.1+anaconda换源

				
			

			

				

					dpasdfjk66的博客
				

				

					11-05
					
					6705
					
				

			

		

		

			
				
rtx3060深度学习环境搭建下载文件
笔记本环境：为win10+rtx3060
目前RTX3060不支持CUDA 11以下版本
下载文件
参考链接下载好文件
也有参考
https://blog.csdn.net/qq_40898222/article/details/117826504
安装的是cuda11.1+cudnn11.1
链接：https://pan.baidu.com/s/1cGESy9gmep4OJdZ6Ug_Xaw
提取码：mn0x

...

			
		

	



		

			
		



	

		

			

				
					
Ubuntu 12.04 分区方案（仅供参考）

				
			

			

				

					weixin_30265171的博客
				

				

					07-14
					
					200
					
				

			

		

		

			
				
总空间大小：50G




目录


建议大小

实际大小

格式


描述



/
10G~20G
10G
ext4
根目录


swap
<2048M
1G
swap
交换空间


/boot
200M左右
100M
ext4
Linux的内核及引导系统程序所需要的文件，比如 vmlinuz initrd.img...

			
		

	





	

		

			

				
					
Anaconda 安装和换源，CUDA+Pytorch

				
			

			

				

					随心小记，记录学习
				

				

					04-11
					
					2769
					
				

			

		

		

			
				
Anaconda 安装和换源，CUDA+Pytorch

			
		

	





	

		

			

				
					
ubuntu系统、显卡驱动、cuda、cudnn安装

				
			

			

				

					01-17
				

			

		

		

			
				
1. 配置CUDA源列表，将源替换为阿里云CUDA镜像。 2. 运行CUDA的.run文件进行安装，注意遵循安装向导的提示。 3. 安装完成后，设置环境变量，例如在`~/.bashrc`中添加：  ```  export PATH=/usr/local/cuda/bin:$PATH...

			
		

	





	

		

			

				
					
让OpenCV的DNN模块速度飞起来 | Ubuntu18.04下联合编译OpenCV4.2和CUDA10.1

				
			

			

				

					Andrwin的博客
				

				

					09-27
					
					2000
					
				

			

		

		

			
				
一、介绍 ：

在python-Flask框架下部署yolo3貌似只能基于OpenCV的DNN模块来做，但是这样实在是太慢了，业务场景又不需要C++做极致的速度。
	所以考虑让OpenCV做一个支持GPU的操作，这样yolo3在前向推理的时候速度就可以翻倍了。
二、需要的有：

Ubuntu18.04（最好完全新装避免依赖问题）
	显卡RTX2080的435版本驱动
	Anaconda3-5.2.0（Python3.6.5）
	CUDA10.1（10.0不兼容）
	CuDnn7.6.5（要求7.5+）...

			
		

	





	

		

			

				
					
Ubuntu20.04安装NVIDIA驱动+cuda+cudnn+anaconda+pytorch+pycharm经验

				
			

			

				

					qinseheming0820的博客
				

				

					04-18
					
					4181
					
				

			

		

		

			
				
配置环境是深度学习的第一道门槛，也是必须迈过的一道门槛，之前一直在windows平台上跑pytorch，但很多包无法安装，必须要使用Linux。在经历了很多坑，无数次重装系统，崩溃，坚持后终于在Ubuntu20.04上成功安装pytorch，现将经验分享，希望能对初学者有一定参考。

一、安装Ubantu20.04系统

 在清华源上下载系统安装包，找一个空U盘，用第三方软件制作系统启动盘。注意一定是空U盘，制作启动盘时会将U盘格式化。

Index of /ubuntu-releases/2...

			
		

	





	

		

			

				
					
cuda源代码

				
			

			

				

					03-19
				

			

		

		

			
				
cuda源代码，非常适合初学者学习，以及相关部分内容不错书本不足之处，希望对大家有用！

			
		

	





	

		

			

				
					
Conda国内镜像

				
			

			

				

					Leon的博客
				

				

					01-30
					
					7685
					
				

			

		

		

			
				
查看conda当前设置
conda config --show channels

重置默认镜像源
conda config --remove-key channels

删除单个镜像源
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

国内镜像
清华大学镜像
conda config --add channels http://mirrors.tuna.tsingh

			
		

	





	

		

			

				
					
Ubuntu16.04 +换源+显卡驱动 +CUDA9.0 + cudnn7.31 + anaconda3.0 +tensorflow-gpu +opencv良心推荐

				
			

			

				

					一名普通图像处理工程师的升级之路
				

				

					06-22
					
					515
					
				

			

		

		

			
				
写这篇博客的纯粹是做个记录,笔者花了两天时间配置好了上述文件,当然在配置过程中遇到了很多坑,参考了很多网上资料;
希望这篇博客写完后自己下一次在装的时候可以更快一点;坑少一些,同时也希望可以帮到其他的人.
一. 安装Ubuntu16.04
参考博客: https://blog.csdn.net/jjkkaa326/article/details/78638814
参考百度经验: Ubuntu 16...

			
		

	





	

		

			

				
					
初学者ubuntu20.04安装NVIDIA驱动，Anaconda，cuda，cudnn。pip换源

				
			

			

				

					ssrxiaoge2的博客
				

				

					01-31
					
					1111
					
				

			

		

		

			
				
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录前言一、NVIDIA驱动的安装二、使用步骤1.引入库2.读入数据总结

前言
初学者ubuntu20.04安装nvidia驱动，cuda，Anaconda，cudnn。


确保ubuntu20.04为英文版本，在学习中很多的错误是由于中文路径引起的。
一、NVIDIA驱动的安装
按ctrl+alt+t呼出终端，
二、使用步骤
1.引入库
代码如下（示例）：
import numpy as np
import pandas as p

			
		

	





	

		

			

				
					
实战Ubuntu16.04+显卡驱动+anaconda3+cuda9.0+cudnn7.0+tensorflow-gpu+keras+caffe+pip更换国内源

				
			

			

				

					alphonse2017的博客
				

				

					12-29
					
					1456
					
				

			

		

		

			
				
设备：普通主机； ubuntu16.04; GTX10808G显存显卡1块

注：（有任何问题可以联系QQ:1657580398 2018.12.29 11:42）

#**#：在ubuntu16.04基础上裸机开始装配置环境：

#**# ：Anaconda3是自带python的，根据需要可以下载不同对应的python版本，Anaconda是一个很强大环境配置工具...

			
		

	





	

		

			

				
					
conda换源+查看cuda版本+anaconda一步安装torch和cuda

				
			

			

				

					zilangch的博客
				

				

					01-12
					
					5456
					
				

			

		

		

			
				
anaconda换源：


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 https://mirrors.tuna.tsinghua.edu.cn/anaconda

			
		

	





	

		

			

				
					
Anaconda: 换源 (干掉渣网速)

				
			

			

				

					Felaim的博客
				

				

					05-24
					
					1046
					
				

			

		

		

			
				
Anaconda: 换源 (干掉渣网速)
1. 引言
Anaconda其实一般下载速度还行,就是安装类似cudatoolkit, mkl, pytorch,opencv这一类包的时候就是很慢,而且很有很有可能安装失败,自然要换源来干掉渣网速
2. 生成.condarc文件
conda config --set show_channel_urls yes 

3. 修改.condarc文件
添加 Anaconda Python 免费仓库
channels:
  - defaults
show_channel_

			
		

	





	

		

			

				
					
Ubuntu22.04换源、Nvidia显卡驱动、CUDA、Anaconda安装

					
最新发布

				
			

			

				

					HIT_wangchuan的博客
				

				

					05-20
					
					1283
					
				

			

		

		

			
				
ubuntu22.04, nvidia, cuda, pytorch, anaconda

			
		

	





	

		

			

				
					
ubuntu 20.04 阿里源_Ubuntu 18.04 安装CUDA 更新内核源出错解决方案

				
			

			

				

					weixin_39763640的博客
				

				

					11-25
					
					202
					
				

			

		

		

			
				
若有同学安装Ubuntu 18.04 系统后，在安装cuda过程更新内核报错时可以尝试修改源地址来解决。修改阿里源为Ubuntu 18.04默认的源备份/etc/apt/sources.list#备份cp /etc/apt/sources.list /etc/apt/sources.list.bak在/etc/apt/sources.list文件前面添加如下条目#添加阿里源deb http://m...

			
		

	





	

		

			

				
					
Ubuntu 15.04 安装CUDA指南

				
			

			

				

					
				

			

		

		

			
				
"Ubuntu 15.04 (64位)系统下安装CUDA的指南"  在Ubuntu 15.04 (64位)上安装CUDA Toolkit是为支持GPU加速计算的重要步骤，通常用于深度学习、科学计算和其他高性能计算任务。以下是在这种操作系统上进行CUDA安装的...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值