Ubuntu 20.04-Pytorch-GPU系统环境搭建指南

VIP文章 已于 2022-02-03 16:18:56 修改
阅读量2.8k 收藏 5
点赞数
分类专栏： 深度学习 人工智能 Pytorch 文章标签： pytorch ubuntu 深度学习
于 2022-02-03 12:49:28 首次发布
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/harryxia2014/article/details/122775094
版权

本人硬件环境：

CPU：Intel Core i7 6700

GPU：NVIDIA GTX 1060 6G

内存：SAMSUNG DDR4 32GB

硬盘：双SSD 256G,双系统（windows,ubuntu）

第一步，安装Ubuntu.

1.1 准备工作

1.1.1 下载 Ubuntu 镜像

打开ubuntu 20.04的下载地址，进入页面后点击右边的Download按钮开始下载。

Ubuntu 20.04​ubuntu.com/download/desktop

你会得到一个Ubuntu ISO文件。

制作U盘启动盘然后安装即可。

第二步，配置Python环境.

下载Anaconda3-2021.11-Linux-x86_64.sh

执行命令：bash Anaconda3-2021.11-Linux-x86_64.sh

安装晚后restart

第三步，安装NVIDIA驱动，配置CUDA+

最低0.47元/天 解锁文章
夏福生
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ubuntu20.04安装pytorch深度学习环境(GPU RTX3060)
anglemanyi的博客
01-29 3293
显卡：3060 目录 1. 安装显卡驱动 1.1. 下载驱动 1.查看自己的显卡型号 lspci | grep -i nvidia 由于驱动问题无法显示显卡的具体型号，在下面的网址输入显卡代号:2504来进行查询 http://pci-ids.ucw.cz/mods/PC/10de?action=help?help=pci 下面是我的显卡型号 2.下载驱动 去英伟达官网下载对应版本的显卡驱动。 驱动下载地址 3. 安装 ...
Ubuntu20.04安装pytorch1.10，cuda11.3，cudnn
liangjian990709的博客
12-01 6954
Ubuntu20.04安装pytorch，cuda 1. cuda安装 输入命令nvidia-smi查看自己电脑的版本型号和cuda版本 在英伟达官网查看自己的显卡版本和cuda驱动版本https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 选择对应版本进行下载，下载地址，我选择的是cuda11.3。 随便进入个文件夹打开终端，然后按照图片中给的命令依次执行。 进入安装界面 EULA? 选择accept 驱动这块不要选择（
Linux系统ubuntu中创建anaconda虚拟环境，安装pytorch
最新发布
m0_50411433的博客
02-25 567
然后将下载的包通过FTP传输到虚拟机的文件夹下，我下载的是torchvision-0.3.0-cp37-cp37m-linux_x86_64.whl和torch-1.1.0-cp37-cp37m-linux_x86_64.whl，这里的cp37我的理解就是python3.7，将其传输至虚拟机的。找到这个界面，按照自己的情况进行选择，即会出现不同的安装命令，注意此时安装的是最新版的pytorch，如果要安装以往版本，可以看到选项框上面有橙色字体标出的。文件下，然后在虚拟机终端中调整至这个文件夹下，执行。
Ubuntu20.04+3090ti+python3.6+tensorflow+pytorch下conda环境配置文件.yml
04-17
Ubuntu20.04+3090ti+python3.6+tensorflow+pytorch下conda环境配置文件.yml 详情可查看博客：https://blog.csdn.net/weixin_42213421/article/details/124225950 python=3.6.13 tensorflow-gpu=2.6.2 tensorboard=2.6.0 keras=2.6.0 pytorch=1.10.2 scikit-learn=0.24.2 cudatoolkit=11.3.1
Ubuntu20.04+3090ti+python3.7+tensorflow+pytorch下conda环境配置文件.yml
04-17
Ubuntu20.04+3090ti+python3.7+tensorflow+pytorch下conda环境配置文件.yml 详情可查看博客：https://blog.csdn.net/weixin_42213421/article/details/124225950 python=3.7.13 tensorflow-gpu=2.8.0 tensorboard=2.8.0 keras=2.8.0 pytorch=1.11.0 scikit-learn=1.0.2 cudatoolkit=11.3.1
【可能是最快速简单的环境搭建】Ubuntu20.04 安装 anaconda，pycharm，pytorch，tensorflow
qq_34761442的博客
11-07 531
Ubuntu20.04换源以及安装anaconda，pycharm，pytorch，tensorflow1.14conda换源--检查信息--还原默认源pip 换源--pip还原默认源用conda命令安装pytorch，tensorflow，系统会自动装相应的cuda之类的包。不用自己另外装。--pytorch安装命令去官网看自己所需版本的conda的命令，末尾的-c pytorch不复制。因为换源了，所以去掉。--tensorflow1.14 gpu版本安装Anaconda 桌面图标设置Anaconda
ubuntu环境创建anaconda虚拟环境安装pytorch-gpu版本
m0_46926492的博客
03-15 5271
好像不需要cuda,cudnn,但是我下载了安装pytorch时，相关版本要求官网只有conda安装的命令，又安装不上，自己找了一个pip命令改了一下自己的版本数字安装，现在还没有发现问题后面报错，有问题后面再说完结。
在Ubuntu系统中搭建GPU版pytorch环境
零碎记录一些自己用到的东西
06-10 4233
在乌班图系统中安装GPU版本的pytorch环境，重新安装显卡驱动，解决nvidia-smi指令不起作用。
Ubuntu20.04安装显卡驱动、Anaconda3、CUDA和Pytorch
weixin_45803137的博客
07-25 1811
借由需要服务器配置显卡等DL所需环境的项目，以Ubuntu20.04系统为例，记录下安装过程。 本文介绍了一种在Ubuntu系统中安装显卡驱动和Anaconda3编译器以及对应版本的CUDA和Pytorch，方便在运行DL算法的时候调用GPU，缩短所需时间。
使用ZED相机踩坑记录--找不到import pyzed.sl as sl libturbojpeg.so.0
weixin_42232538的博客
12-09 3695
##使用python教程巡行第一个tuturial的时候报错 Traceback (most recent call last): File "hello_zed.py", line 21, in <module> import pyzed.sl as sl ImportError: libturbojpeg.so.0: cannot open shared object file: No such file or directory 问题所在： 一开始的SDK没安装好，安转过程
Ubuntu Server 20.04 系统安装（四）：深度学习 GPU 环境配置（CUDA Toolkit 11.7+cuDNN v8.4.1）【重启生效】【安装后默认安装了gnome，需手动删掉】
u013250861的博客
05-12 943
方便起见，我们这里可以直接跳过 NVIDIA 显卡驱动的安装，因为安装 CUDA 的时候会自动安装。当然官方源下载速度是很慢的，如果有条件的可以开个网络代理，或者本地下载完成后再上传到服务器上进行安装。例如，普通用户要使用 PyTorch 环境，但他同时还需要安装 requests 包，直接在名为。跑耗时较长的任务时，可以打开 tmux 将任务挂起，即使你关闭了窗口，任务仍然在后台运行。开始安装之前，需要修改 apt-get 的镜像源，不然国内下载速度很慢。的环境里面是没有办法安装，因为缺少写入权限。
ubuntu 16.04 pytorch安装总结
01-20
昨天装完了ubuntu 16.04，之前毕业设计用的tensorflow，但深度学习这门课的作业项目不大，就打算装一下Pytorch，这篇文章总结一下。主要参考了这篇博客：ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + ...
Vitis-AI3.0版本（gpu版本）pytorch及pytorch优化器docker镜像
04-09
以NVIDIA提供的nvidia/cuda:11.3.1-cudnn8-runtime-ubuntu20.04镜像为基础 仅修改apt、python、conda为国内下载源，其他未作变动 dockerfile修改内容： 参考文章...
YOLOv5(PyTorch)实战：训练自己的数据集(Ubuntu)
06-30
本课程的YOLOv5使用ultralytics/yolov5，在Ubuntu系统上做项目演示。包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。  希望学习在...
Ubuntu20.04安装 Pytorch1.7.0 GPU版 torchvision=0.8.1 (已装好CUDA和CUDNN)
Micheal 超 的博客
09-17 1654
Ubuntu安装 Pytorch GPU版(已装好CUDA和CUDNN)
记录自己 Ubuntu 20.04 安装 CUDA 及 Pytorch
热门推荐
米饭的白色的专栏
04-25 1万+
之前没接触过深度学习, 所以对安装 CUDA 以及 Pytorch 没什么概念, 这里主要记录一下. 自己用的是 DEll 的一款塔式服务器 (Precision 7820 Tower), 配置里面正好有 NVIDIA 的显卡, 所以就用这个机器来安装 CUDA 和 Pytorch. 参考了: Ubuntu18.04查看显卡信息并安装NVDIA显卡驱动driver + Cuda + Cudnn 一. 安装相关驱动 1. 查看显卡型号 利用命令 lshw -c video 进行查看: dell@dell-To
Ubuntu20.04环境从零安装 Python+PyTorch+CUDA+cuDNN+TensorRT+FFmpeg+OpenCV，以Docker镜像为例
wudashuo的博客
04-14 3878
一. Docker配置 首先确认自己有root账户或者sudo权限，否则用不了docker。 1. 确认自己的Docker版本： sudo docker --version 如果是19.02或者更老的，建议更新Docker到最新版本，否则如果使用GPU的话需要安装nvidia-docker，并使用nvidia-docker启动容器。这里不再赘述过程。 如果是19.03或者更新的，按照下面步骤安装nvidia-docker2即可。 2. 安装nvidia-docker2 nvidia-do..
win10下pytorch-gpu环境配置
qq_39987519的博客
06-21 3107
一、电脑硬件配置 每个人使用的资源不尽相同，我使用的笔记本电脑硬件配置如下：   1、CPU intel core i7 7700HQ   2、显卡有两个，一个是集成显卡，一个是英伟达的GEFORCE GTX 1050（这个显卡是需要安装CUDA的）   3、内存16G   4、固态硬盘256G 二、anaconda的下载和安装   1、点击此处，下载anaconda最新版软件。   下载好的安...
ubuntu20.04安装pytorch运行环境（附安装问题）
super__yue的博客
05-11 2991
python3.7安装 anaconda安装 pytorch安装
ubuntu20.04安装pytorch-gpu
06-28
### 回答1： 下面是在 Ubuntu 20.04 上安装 PyTorch GPU 的步骤: 1. 安装 NVIDIA 驱动： ``` sudo apt-get update sudo apt-get install nvidia-driver-450 ``` 2. 安装 CUDA 工具包： ``` wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda-repo-ubuntu2004-11-0-local_11.0.3-450.51.06-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2004-11-0-local_11.0.3-450.51.06-1_amd64.deb sudo apt-key add /var/cuda-repo-ubuntu2004-11-0-local/7fa2af80.pub sudo apt-get update sudo apt-get -y install cuda ``` 3. 安装 PyTorch GPU： ``` pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu11.0/torch_stable.html ``` 安装完成后，可以使用如下代码检查 GPU 是否已成功连接： ``` import torch print(torch.cuda.is_available()) ``` 如果输出为 `True`，则 GPU 已成功连接。 ### 回答2： 在ubuntu20.04中安装pytorch-gpu前，需要确认以下几个方面： 1. 确认显卡型号：pytorch-gpu需要支持CUDA的显卡才能使用GPU加速。 2. 确认CUDA的版本：pytorch-gpu需要和CUDA版本匹配，可以在pytorch官方网站查看支持的CUDA版本。 3. 确认cuDNN的版本：cuDNN是CUDA的加速库，pytorch-gpu需要与cuDNN版本匹配。 接下来，我们开始安装pytorch-gpu： 1. 准备安装环境：首先需要安装Anaconda（或者miniconda）来管理python环境，安装CUDA和cuDNN，在终端输入以下命令： ``` sudo apt update sudo apt upgrade sudo apt install conda ``` 2. 创建conda环境：在终端输入以下命令，创建一个名为pytorch的conda环境，并安装python3.7版本： ``` conda create -n pytorch python=3.7 conda activate pytorch ``` 3. 安装必要的软件包：在pytorch环境中用pip安装必要的软件包，包括torch和torchvision: ``` pip install torch torchvision ``` 4. 集成GPU支持：在终端输入以下命令，确认CUDA和cuDNN的路径： ``` which nvcc ``` 如果没有输出路径，则需要配置CUDA的环境变量。在环境变量中添加以下路径： ``` export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH export CUDA_HOME=/usr/local/cuda-11.2 ``` 修改后需要保存环境： ``` source ~/.bashrc ``` 5. 测试GPU是否正常：在终端输入以下命令，如果输出GPU型号和CUDA版本，则说明GPU支持已经正常： ``` import torch print(torch.cuda.get_device_properties(0)) ``` 通过以上步骤，我们就可以在Ubuntu20.04中成功安装pytorch-gpu，并进行GPU加速的深度学习计算了。 ### 回答3： 安装PyTorch GPU需要以下步骤： 1. 安装NVIDIA驱动程序 首先需要安装NVIDIA驱动程序，因为PyTorch GPU需要GPU来运行。要安装NVIDIA驱动程序，可以通过以下命令来查看当前使用的NVIDIA GPU驱动程序版本： ``` nvidia-smi ``` 如果没有安装NVIDIA驱动程序，则需要从NVIDIA官网上下载安装程序并运行安装。 2. 安装CUDA CUDA是一个GPU并行计算平台，可以让PyTorch在GPU上运行。要安装CUDA，需要先检查一下可用的CUDA版本。可以通过以下命令来查看当前安装的CUDA版本： ``` nvcc --version ``` 如果没有安装CUDA，则需要从NVIDIA官网上下载相应的CUDA版本并运行安装。 3. 安装cuDNN cuDNN是NVIDIA的一种深度神经网络库，可以大大加速深度学习模型的训练和预测。要安装cuDNN，需要先从NVIDIA官网上下载相应的cuDNN版本，然后将其解压并将文件复制到系统目录中。 4. 安装PyTorch 最后，可以通过pip来安装PyTorch。可以使用以下命令来安装PyTorch： ``` pip install torch torchvision ``` 安装完成后，可以通过以下命令来验证PyTorch是否成功安装： ``` python -c "import torch; print(torch.cuda.is_available())" ``` 如果返回True，则表示PyTorch GPU已成功安装，并可以在GPU上运行。 总的来说，安装PyTorch GPU需要确保安装了NVIDIA驱动程序、CUDA和cuDNN，并使用pip安装PyTorch。在安装过程中需要注意版本匹配，以确保所有组件可以顺利地协调工作。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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