Ubuntu配置GPU版本pytorch环境(含NVIDIA驱动+Cuda+Cudnn)

本文详细介绍了如何在Ubuntu 16.04上配置GPU版PyTorch环境,包括选择合适的Ubuntu版本、安装NVIDIA显卡驱动、安装CUDA和CuDNN,以及最后安装GPU支持的PyTorch。
摘要由CSDN通过智能技术生成

本文更新于2018年8月底

概述

步骤如下:
1. 安装Ubuntu
2. 安装NVIDIA 显卡驱动
2. 安装NVIDIA Cuda
3. 安装NVIDIA CuDNN
4. 安装GPU版本的PyTorch

安装Ubuntu

系统版本选择

之前pytorch是不支持Windows的,现在貌似是支持了,但我们还是选择Ubuntu。注意Ubuntu的版本要与cuda兼容,目前官网支持的版本有17.10和16.04,笔者使用了Ubuntu 16.04版。

安装过程略,注意安装完系统后更改/etc/apt/sources.list文件换成国内源,更换方法可以搜索“ubuntu16.04 国内源”。如果换源后sudo apt update还是失败,就去检查/etc/apt/sources.list.d/目录中的文件是否含有需要翻墙才能上的网站(比如安装了chrome就会有这个问题==)。

安装NVIDIA显卡驱动

安装NVIDIA驱动有多种方式,比如可以去官网下载最新版,这里介绍最简单的一种:

  1. 打开System Settings…
    01
  2. 选择System下的Software & Updates
  • 14
    点赞
  • 139
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Ubuntu上安装显卡驱动CuDNNCUDAPyTorch可以按照以下步骤进行: 1. 安装显卡驱动:可以通过以下几种方式安装显卡驱动: - 通过"Software & Updates"工具在“Additional Drivers”选项卡中选择一个适用于您的显卡型号的驱动程序,并点击“Apply Changes”进行安装。 - 通过命令行使用`ubuntu-drivers devices`命令查看可用的驱动,然后使用`sudo ubuntu-drivers autoinstall`命令自动安装推荐的驱动。 2. 安装CuDNNCuDNNNVIDIA加速库,可提供用于深度学习的GPU加速功能。可以按照以下步骤安装CuDNN: - 前往NVIDIA官方网站,下载适用于您的CUDA版本CuDNN压缩文件(通常需要注册NVIDIA开发者账号)。 - 将CuDNN压缩文件解压缩到一个合适的位置,例如`~/cuda`文件夹。 - 打开终端,使用`cd`命令进入CuDNN解压缩文件的路径,并执行以下命令安装CuDNN: ``` sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 3. 安装CUDACUDA是用于在NVIDIA GPU上进行并行计算的平行计算平台和API。可以按照以下步骤安装CUDA: - 前往NVIDIA官方网站,选择适用于您的显卡和操作系统CUDA版本,并下载对应的运行文件(通常需要注册NVIDIA开发者账号)。 - 打开终端,使用`cd`命令进入CUDA运行文件所在的目录,并执行以下命令安装CUDA: ``` sudo sh cuda*.run ``` - 执行安装向导中的步骤,根据提示进行安装配置,包括选择安装路径和设置环境变量。 - 安装完成后,可以通过执行`nvcc --version`命令验证CUDA的安装情况。 4. 安装PyTorchPyTorch是一个用于构建深度学习模型的开源Python库。可以按照以下方式安装PyTorch: - 打开终端,执行以下命令安装PyTorch: ``` pip install torch torchvision ``` - 在安装过程中,可能需要下载和编译一些依赖项。请耐心等待安装完成。 安装完成后,您可以在Ubuntu上使用显卡驱动CuDNNCUDAPyTorch进行深度学习任务。
评论 4
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