Dali工具箱🔧1——torch GPU版本环境配置
个人博客在这呢🐽fuhao7i Blog
视频讲解在这找🤪袖手天下7i
最近在用mmdetection工具箱完成一个目标检测模块,但是这个工具箱版本更新实在太快,而且各个版本,pytorch gpu的版本还不相同。搭建GPU环境实在繁琐,而且稍不注意程序就会报各种各样的错误。既然可以有各种工具箱用于目标检测,语义分割等任务,那为什么不可以有一个工具箱来帮助大家管理和配置python环境呢?这也是我创建Dali工具箱的初衷。
1. Anaconda安装
Anaconda是一个管理Python环境特别好的工具箱。它可以很方便的让你在电脑上管理多个Python环境,具体可以参考Anaconda官网或者其他博客。
2. 安装CUDA
要想利用GPU进行运算,除了在电脑上安装GPU的驱动外,我们还需要安装对应版本的CUDA(Compute Unified Device Architecture),这是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。
我们要安装GPU版本的torch就需要使用CUDA。
2.1 查看电脑上现有的CUDA版本
cat /usr/local/cuda/version.txt
2.2 确认GPU所支持的CUDA版本
2.3 卸载CUDA
在目录:
/usr/local/cuda-7.0/bin
有CUDA自带的卸载工具uninstall_cuda_toolkit_7.0.pl,使用命令:
sudo ./uninstall_cuda_toolkit_7.0.pl
2.4 安装我们所需的CUDA版本
2.4.1 确认我们目前的环境
- 1.显卡驱动已安装
- 2.nouveau已经禁用
- 3.验证系统是否安装了gcc
GCC 编译器是 Linux 系统下最常用的 C/C++ 编译器,大部分 Linux 发行版中都会默认安装。GCC 编译器通常以gcc命令的形式在终端(Shell)中使用。有时候我们也需要注意gcc的版本问题。
gcc --version