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

最新推荐文章于 2024-04-15 17:24:46 发布
最新推荐文章于 2024-04-15 17:24:46 发布
阅读量3.4w 收藏 139
点赞数 14
分类专栏： 机器学习 PyTorch学习 文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gdymind/article/details/82153643
版权
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
最低0.47元/天 解锁文章
gdymind
关注
  • 14
    点赞
  • 踩
  • 139
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
Pytorch GPU版详细安装过程
南柯一梦的江湖
06-15 664
可以在https://pytorch.org/get-started/previous-versions/ 查询对应版本的torchaudio。可以在https://github.com/pytorch/vision#installation，查询对应版本的torchvision，注意：只有带NVIDIA的英伟达显卡的电脑才能安装GPU版本的Pytorch，否则只能安装CPU版本的Pytorch.然后在https://download.pytorch.org/whl/torch_stable.html。
详解Ubuntu16.04安装nvidia驱动+CUDA+cuDNN的教程
09-14
在本教程中，我们将深入探讨如何在Ubuntu 16.04系统上安装NVIDIA显卡驱动、CUDA工具包以及cuDNN库。这个过程对于那些想要利用GPU进行深度学习和高性能计算的用户来说至关重要。 首先，我们需要确保你的GPU支持CUDA...
Nvidia显卡对应驱动，cuda toolkit 和 cuDNN 之间的版本关系
Shawn.Xiao的博客
06-10 1万+
不管是开发c，cpp， 还是golang ,java ，python ,当我们需要做一件事情的时候，通常我们都是看看有没有这方面的库，有的话直接拿来用，而不是自己重写一个，造个轮子，那样太费时费力了。那么这个工具集就给你提供了很多的工具，和库，让你来方便操作，不用自己去搞。那么这个 cuda toolkit 一样，给你提供了很多cuda 相关的 工具集合，让你方便的使用gpu 的能力。从这个表我们也能知道，cuda 驱动是向下兼容的，如果你的驱动版本高，是兼容更低版本的 cuda toolkit 版本的。
最简单、实用的cudnn安装教程！！！（nvidia官方渠道下载）
qq_40947610的博客
03-18 7615
进入cudnn下载页面，需注册并登录 tar -xvf test.tar 选择cuDNN Library for Linux (x86_64)，一定要选这个哦，这个安装最简单，无需在乎系统版本，只需关注cuda版本 然后复制下载链接，下载到服务器（wget -c 链接），或者下载到window，上传到linux上 解压文件，解压后目录为cuda，蛋疼！ tar -xvf cudnn-11.2-linux-x64-v8.1.1.33.tgz 查看cuda安装路径 which .
NVIDIA、CUDA、CUDNN、PyTorch安装吐血整理！！！
weixin_38040996的博客
01-10 1万+
CUDA、CUDNN、PyTorch安装
Ubuntu安装nvidia显卡驱动，CUDA与CUDNN
potato123232的博客
06-06 7061
1.输入sudo gedit /etc/modprobe.d/blacklist.conf 用编辑器打开blacklist.conf配置文件2.在文件的最后一行加入下面的命令，屏蔽有影响的驱动包blacklist nouveauoptions nouveau modeset=0加入后按ctrl+s保存，之后关闭3.输入sudo update-initramfs –u 更新linux内核4.输入reboot重新启动5.重启后，按Ctrl+Alt+F1进入命令提示符界面，输入对应的username和passwd
NVIDIA驱动、CUDA、cuDNN、Torch、Tensorflow对应版本一文搞明白
Nan_Feng_ya的博客
05-05 4762
英伟达NVIDIA驱动、CUDA、cuDNN、pytorch、Tensorflow对应版本
Ubuntu中安装GPU版本pytorch
01-09
在ubuntu中安装pytorch遇到了很多问题，因为实验室服务器的cuda版本是8.0，所以需要注意版本兼容的问题。 首先我尝试了从官网下载安装包的方法，详情可见这篇博主的博文的第二部分Ubuntu16.04环境下PyTorch简易安装...
手把手 Ubuntu16.04+cuda9.0+cudnn 7.1+Anaconda+tensorflow-gpu+keras-附件资源
03-05
手把手 Ubuntu16.04+cuda9.0+cudnn 7.1+Anaconda+tensorflow-gpu+keras-附件资源
【环境配置】RTX 3090+cuda11.2+python39+pytorch1.8.0（csdn）————程序.pdf
12-04
这个环境配置对于运行大规模的机器学习和深度学习模型至关重要。 首先，我们从Python的安装开始。Python是一种广泛使用的编程语言，特别适合数据科学和机器学习任务。在本例中，选择了Python 3.9.9版本，这是为了...
ubuntu 16.04 pytorch安装总结
01-20
主要参考了这篇博客：ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + pycharm 1. 创建单独的Anaconda环境！！ 单独的Python环境真的比较重要，我这里创建了python 3.6的环境pytorch 2. 安装显卡驱动 这一步...
NVIDIA显卡+cuda+cudnn安装
明德zhuang
02-20 4959
一. nvidia显卡安装教程： 链接: ubuntu20.04到ubuntu18.04安装英伟达（nvidia）显卡驱动的血泪史. 小编在安装过程中遇到以下问题： 借鉴原作者的第三种方法，前面几步没有问题，在第(5)处有个小问题了，需要注意一点。 1.按照作者的命令， sudo gedit /etc/modprobe.d/blacklist-nouveau.conf 截图如下，可见文件打开有误，因为该文件不存在，所以打开后也没有什么。 解决方法：将“blacklist-nouveau”改为“bla
Nvidia显卡对应驱动，cuda toolkit 和 cuDNN 之间的版本关系【cuda 升级和显卡什么关系？】
u013250861的博客
01-09 1495
cuda 和显卡的关系是：CUDA是显卡厂商NVIDIA推出的运算平台，CUDA架构使得GPU能够解决复杂的计算问题。NVIDIA GeForce GTX 1060、1070、1080等：对应CUDA 8.0或更高版本。NVIDIA Quadro P6000、P5000等：对应CUDA 8.0或更高版本。NVIDIA Tesla P100、V100等：对应CUDA 9.0或更高版本。
最快配置GPU版本Pytorch
热衷于开源，热爱人工智能领域，时常分享机器学习，数据挖掘项目及方法，我们一起努力！
04-19 920
GPU版Pytorch 最近在搞深度学习，需要用到GPU跑模型了，配置GPU版本的Pytorch是真的烦，而且每个人遇到的问题不一样，网上很多教程也良莠不齐，这里我将自己总结的最简便的配置Pytorch方法分享给大家。 ...
CUDA与cuDNN详细安装教程（最新）
weixin_54106682的博客
04-05 6699
CUDA与cuDNN安装详细教程
安装CUDNN详细过程
最新发布
XD的博客
04-15 5124
cuDNN（CUDA Deep Neural Network library）是由NVIDIA开发的深度学习GPU加速库。cuDNN包含了许多针对神经网络操作进行高度优化的函数，旨在使深度学习框架能够在NVIDIA的GPU上实现最佳性能，这个库提供了高效计算和加速，支持包括卷积神经网络在内的多种深度学习网络，并兼容多种常见的深度学习软件，如CNTK、Caffe、Theano、Keras、TensorFlow等。
理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装
热门推荐
旺仔馒头
11-08 6万+
GPU 显卡是我们平时说的GPU，现在大多数的电脑使用NVIDIA公司生产的显卡；常见的型号有Tesla V100，GTX950M，GTX1050TI，GTX1080等。 CUDA Driver 这个是我们常说的显卡驱动，NVIDIA的显卡驱动程序。 CUDA 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，是一种并行计算平台和编程模型，该架构使GPU能够解决复杂的计算问题。CUDA英文全称是Compute Unified Device Architecture。
英伟达驱动+CUDA+CUDNN安装备忘录
qq_18140905的博客
12-24 1221
更新显卡驱动，在C:\Program Files\NVIDIA Corporation\NVSMI中找到nvidia-smi.exe。首先你要确保你需要核对你的驱动程序和你显卡型号是否一致，其次确保是否安装完成了！若都确认了，可以手动添加环境变量进行修复！：在cmd中输入nvidia-smi显示不是内部或外部指令？选择相应显卡版本号，进行下载，安装即可！CUDA驱动官网直达 ==>英伟达驱动官网直达 ==>下面有时间再慢慢补全。
目标检测第4步：显卡、GPU、CUDA、cuDNN的介绍及如何在Windows 10下安装cuDNN？
Cat
03-18 7894
显卡、GPU、CUDA、cuDNN的介绍及他们之间的关系是什么？如何在Windows 10下安装cuDNN？本文对其进行了生动描述
ubuntu安装显卡驱动cudnn+cuda+pytorch
09-17
在Ubuntu上安装显卡驱动、CuDNN、CUDA和PyTorch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CuDNN：CuDNN是NVIDIA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版本的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CUDA：CUDA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的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PyTorch：PyTorch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、CuDNN、CUDA和PyTorch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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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