服务器ubuntu18.04系统离线搭建深度学习环境

服务器离线搭建深度学习环境

目录

服务器离线搭建深度学习环境

前言

CUDA下载与安装

CUDNN下载与安装

离线安装Anaconda 

 卸载方法:

 python版本问题

 离线创建conda虚拟环境

Pytorch安装

torch安装

 torchaudio、torchvision安装


前言

工作中常常遇到离线安装环境依赖的问题,在深度学习训练模型的服务器上离线搭建环境依赖,还是第一次,记录下整个过程以防忘记。

CUDA下载与安装

cuda的历史版本: CUDA Toolkit Archive | NVIDIA Developer

安装方法参考:Ubuntu18.04离线安装pytorch_gpu版本教程_离线安装gpu驱动_閤廴聿的博客-CSDN博客

离线安装需要下载 runfile 的版本,安装方式如下:

sudo sh cuda_10.1.243_418.87.00_linux.run

 安装完了设置环境变量,注意将cuda更换为你自己的版本

export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.3

 然后记得souce一下

source ~/.bashrc

 输入以下指令验证是否安装成功

nvcc --version

安装成功的相关提示如下:

在这里插入图片描述

CUDNN下载与安装

下载地址:cuDNN Archive | NVIDIA Developer

 安装方法参考:Ubuntu cudnn安装_ubuntu安装cudnn_竹子2021的博客-CSDN博客

 首先解压缩

// 朋友们注意自己下载文件的名称
tar -xvf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz

将部分文件复制到对应版本的cuda相关位置中

// 朋友们注意自己下载文件的名称
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.1/include/
 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.1/lib64/
 
sudo chmod a+r /usr/local/cuda-11.1/include/cudnn.h
 
sudo chmod a+r /usr/local/cuda-11.1/lib64/libcudnn*

注意一下:cudnn8.0以上会将版本信息更新到cudnn_version.h文件中,也需要将这个文件复制,否则验证的时候会没有反应

// 朋友们注意自己下载文件的名称
sudo cp cuda/include/cudnn_version.h    /usr/local/cuda/include/

输入以下内容验证是否安装成功

// 朋友们注意自己下载文件的名称
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

 安装成功输出信息如下,前三行末尾的数字组合起来就是你安装的cudnn的版本名请添加图片描述

离线安装Anaconda 

安装方法:

Ubuntu18.04 安装 Anaconda3_ubuntu安装anaconda_梦dancing的博客-CSDN博客

bash Anaconda3-5.2.0-Linux-x86_64.sh

 卸载方法:

Ubuntu卸载Anaconda步骤

 python版本问题

在离线的情况下想要创建特定版本的python有点困难,最简单的方式就是直接下载对应Python版本的Anaconda

下载地址如下:

Index of /

部分Anaconda版本与python版本的对应关系如下。

Anaconda3-2020.07-Linux-x86_64.sh    python3.8.3
Anaconda3-2020.11-Linux-x86_64.sh    python3.8.5
Anaconda3-2021.04-Linux-x86_64.sh    python3.8.8
Anaconda3-2021.11-Linux-x86_64.sh    python3.9.7

 离线创建conda虚拟环境

由于没有网,常用的方法无法使用

通过复制base环境,再更换相关依赖的方式来解决。

相关指令如下:

conda create --clone base -n my_env

Pytorch安装

首先下载版本对应的pytorch、torchaudio、torchvision, 下载地址如下:

Index of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

torch安装

 安装方法:

conda install --use-local pytorch-1.3.0-py3.7_cuda10.0.130_cudnn7.6.3_0.tar

查看安装的torch版本及可用的cuda、cudnn

import torch

torch.cuda.is_available()   # 检查cuda是否可用
torch.version.cuda          # 查看cuda版本


torch.backends.cudnn.is_available()  # 检查cudnn是否可用
torch.backends.cudnn.version()       # 查看cudnn版本

 torchaudio、torchvision安装

安装方法与torch一样

结语

至此在服务器上搭建的主要环境就基本完成了,其他的python库就通过下载whl文件再利用pip安装吧

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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