Ubuntu18.04 安装NVIDIA显卡驱动、Anaconda、PyTorch1.7.1

csu一言

已于 2023-04-04 18:13:12 修改

阅读量2.2k

点赞数 4

文章标签： pytorch ubuntu conda 深度学习

于 2022-10-10 23:30:21 首次发布

本文链接：https://blog.csdn.net/baidu_40880350/article/details/127242225

版权

Ubuntu18.04 安装NVIDIA驱动、Anaconda、pytorch1.71

1. NVIDIA显卡驱动安装

根据自己的显卡型号选择合适的版本，官网上搜索下载即可。以这台机器的显卡型号是NVIDIA RTX 2050为例，采用ubuntu 18.04桌面版自带的“软件和更新”实现简易安装。

1.1 驱动选择

进入官网查询自己的显卡支持驱动版本，选择好系统和语言，点击“开始搜索”。

可以看到RTX 2050显卡支持的驱动版本有510，515等。

1.2 驱动安装

使用ubuntu 18.04桌面版自带的“软件和更新”实现简易安装510版本。

驱动安装
这个安装过程中会弹出“Configuring Secure Boot”窗口，UEFI Secure Boot是一种验证机制，按照提示设置密码进行操作即可，在重启后进入perform mok management，出现蓝屏的MOK management，进行如下操作：

选择 enroll mok，回车
进入enroll mok，选择continue，回车选择yes
输入刚刚设置的密码，回车
选择下一界面的reboot

重启后在terminal输入"nvidia-smi"显示如下，即可说明驱动安装成功。

nvidia-smi

2. Anaconda安装

2.1 下载

使用清华镜像网站或者Anaconda官方网站下载均可。我使用的是清华镜像下载的Anaconda3 5.3.1版本，默认的python版本为3.7。

2.2 安装

下载完成后，进入下载目录，在终端运行“bash Anaconda3-5.3.1-Linux-x86_64.sh”，一直按住enter同意许可协议，直到确认是否接受，输入“yes”。

bash  Anaconda3-5.3.1-Linux-x86_64.sh

接下来是选择Anaconda安装路径，这里选择默认，如需更改，只需要输入对应路径即可。

是否要把Anaconda加入到环境变量当中，输入“yes”。

是否要安装Micsoft vscode，暂不安装，输入“no”。

在这里插入图片描述
至此，Anaconda的安装过程就已完成。在终端输入“conda activate”即可进入anaconda的"base"环境。

2.3 换源

这部分内容参考Datawhale社区的深入浅出学习pytorch课程，详见链接。

2.3.1 pip换源

在用户目录下，新建文件夹.pip，并且在文件夹内新建文件pip.conf，具体命令如下:

cd ~
mkdir  .pip & cd .pip
gedit pip.conf

在pip.conf添加下方的内容（使用清华源）:

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
use-mirrors =true
mirrors =http://pypi.tuna.tsinghua.edu.cn/simple/
trusted-host =pypi.tuna.tsinghua.edu.cn

使用“pip config list”查看是否换源成功，如下：

在这里插入图片描述

2.3.2 conda换源

修改.condarc来进行换源，命令如下：

cd ~
gedit  .condarc

这里要说明的是，在使用清华镜像帮助网站上提供的channels时，创建环境下载包时会报错 CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/repodata.json>，将https改为http即可，也可以直接复制下面内容，粘贴，保存退出。

注意：换源成功后使用 conda install ... 命令时默认走的是 default_channels ，但由于某些软件并不在这个channel 下，比如 pytorch ，直接使用 conda install pytorch==1.7.1 会显示找不到，你会发现给出的channel都在 default_channels 下。但这些的清华源在 custom_channels 下，安装时需要指定，比如 conda install pytorch==1.7.1 -c pytorch , 这时走的是 pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud，并非说的anaconda的官方源。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

使用“conda config --show default_channels”查看是否换源成功，如下：

2.4 创建虚拟环境

conda 常用命令：

conda create -n env_name python==version     #创建指定python版本虚拟环境名为env_name的虚拟环境
conda remove -n env_name --all    #移除环境及其内的所有packages
conda activate env_name     #激活环境
conda deactivate     #退出环境

conda install package_name     #安装packages
conda remove package_name     #移除packages
conda list     #列出安装的packages

示例：创建一个名为pytorch，python版本为3.7的虚拟环境

conda create -n pytorch python==3.7.0

3. PyTorch安装

在我们刚刚创建的pytorch虚拟环境中安装pytorch，根据实际情况选择合适的版本，pytorch和torchision的对应版本可以在官网上查询，可以使用官网提供的安装方式在线安装，也可以使用离线下载后安装的方式进行安装。在线安装较为简单，需要的注意点看看我在 第2部分conda换源列出的注意。直接使用命令下面命令即可完成安装，再次提醒，换源之后 -c pytorch 走的是清华源，并非官方源。

不要删除 -c pytorch ！！！
不要删除 -c pytorch ！！！
不要删除 -c pytorch ！！！

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

这里我展示下从清华镜像网站上手动下载后离线安装的方式。
在线安装会自动安装所需依赖，离线安装需要自己手动安装所需的 “numpy” 等，推荐在线安装方式。

PyTorch版本：pytorch-1.7.1-py3.7_cuda11.0.221_cudnn8.0.5_0
torchvision版本：torchvision-0.8.2-py37_cu110
torchaudio版本：torchaudio-0.7.2-py37

3.1 安装步骤

step1：激活已创建的pytorch环境并进入下载包所在文件夹

step2：分别使用以下命令安装显示的3个文件

conda install --offline pytorch-1.7.1-py3.7_cuda11.0.221_cudnn8.0.5_0.tar.bz2
conda install --offline torchvision-0.8.2-py37_cu110.tar.bz2
conda install --offline torchaudio-0.7.2-py37.tar.bz2

在这里插入图片描述

step3：安装cudatoolkit: 11.0.2

未安装cudatoolkit时验证pytorch安装是否成功，恭喜你，收获一堆错误。如“ImportError: libmkl_intel_lp64.so: cannot open shared object file: No such file or directory”，网上会说添加环境变量解决，但是，添加环境变量解决这一错误后又会出现另一错误。尝试手动安装cudatoolkit解决。
与以上pytorch版本对应的cudatoolkit有 11.0.2，我们使用cuda install cudatoolkit=11.0.221安装。

在这里插入图片描述

step4：其他错误解决
别急，完成上述步骤后先别急着验证pytorch是否安装成功，此时若直接验证，又会提示你缺少numpy和typing_extensions，使用以下命令安装这两个缺少的包。
```
pip install numpy
pip install typing_extensions
```
step5：验证是否安装成功，在pytorch环境中，输入以下命令
```
python
import torch
torch.cuda.is_available()
```

如果输出如下，则说明安装成功。
在这里插入图片描述