deepin安装pytorch,cuda,cudnn
本文针对deepin15.9
- 进入Bios关闭集成显卡
- 对deepin换源
第一步:备份官方默认源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
第二步:打开sources.list
sudo gedit /etc/apt/sources.list
第三步:换源
## Generated by deepin-installer
deb [by-hash=force] http://mirrors.ustc.edu.cn/deepin panda main contrib non-free
#deb-src http://mirrors.ustc.edu.cn/deepin panda main contrib non-free
-
打开deepin系统中的深度显卡驱动管理器,切换为闭源
(或者通过禁用nouveau驱动手动选择对应的驱动进行安装),两种方法均需重启. -
安装nvidia-smi
sudo apt install nvidia-smi
- 安装cuda(源内版本目前为9.1)
sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler
安装完毕之后,可以使用 nvcc -V 验证
- 安装cudnn
先解压,使用管理员权限将解压后的文件cuda复制到/usr/local/
文件下(我选的是cudnn7.3.1)。然后赋予读写权限:
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
使用gedit ~/.bashrc,在文末添加环境变量:
# cuda
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
- 安装anaconda
conda create -n PyTorch python=3.6 # 创建PyTorch环境
conda activate PyTorch # 激活环境
- 安装PyTorch
conda install pytorch torchvision cudatoolkit=9.0 # 比起官网少了-c pytorch,这是因为使用了中科院的镜像源
- 在pycharm中进行验证:
import torch
print(torch.cuda.is_available()) # 打印True安装成功
a = torch.tensor(1.)
b = a.cuda()
print(b)