NVIDIA GTX 3090安装GPU版pytorch,mxnet和autogluon Ubuntu20.04

说明:Ubuntu20.04,NVIDIA GTX 3090的cudatoolkit必须大于11.0。另外,截止2021年11月02日,pytorch和mxnet均支持的cudatoolkit版本也是11.0,对应的pytorch版本只有1.7.1,mxnet版本mxnet_cu110。有的博客装cudatoolkit==11.2的,那种需要编译,感觉太麻烦了,因此没有采用,这里就是anaconda一次性到底

安装

  • Ubuntu下装好NVIDIA专用的显卡驱动(自行百度),在终端输入命令"nvidia-smi",显示如下类似的结果表示安装成功(ps:不同版本可能略有差异,大体界面应该是类似的)
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 470.74       Driver Version: 470.74       CUDA Version: 11.4     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ...  Off  | 00000000:83:00.0  On |                  N/A |
| 53%   27C    P8    52W / 390W |    622MiB / 24267MiB |      4%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
  • 新建并且激活环境
conda create -n autogluon python=3.8
conda activate autogluon
  • 安装pytorch1.7.1
conda install pytorch=1.7.1 torchvision cudatoolkit=11.0 cudnn -c pytorch -c conda-forge -c nvidia
  • 安装mxnet-gpu
pip install mxnet_cu110 
  • 安装nccl(多显卡需要)
conda install nccl -c conda-forge
  • 安装autogluon
pip install autogluon

完成!

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你可以按照以下步骤在 Ubuntu 20.04安装 PyTorch GPU 本: 1. 安装 CUDA 和 cuDNN 在 Ubuntu 20.04安装 CUDA 和 cuDNN 的步骤如下: 1.1 安装 CUDA 首先,你需要在 NVIDIA 官网上下载适合你的 CUDA 本。CUDA 11.7 可以从以下链接下载:https://developer.nvidia.com/cuda-downloads。 下载完成后,你可以使用以下命令将其安装统中: ```bash $ sudo dpkg -i cuda-repo-ubuntu2004-11-7-local_11.7.109-1_amd64.deb $ sudo apt-key add /var/cuda-repo-ubuntu2004-11-7-local/7fa2af80.pub $ sudo apt-get update $ sudo apt-get install cuda ``` 1.2 安装 cuDNN cuDNN 库是用于深度学习加速的 CUDA 拓展库。你可以从 NVIDIA 官网下载适合你的 cuDNN 本。cuDNN 8.2.4 可以从以下链接下载:https://developer.nvidia.com/rdp/cudnn-download。 下载完成后,你可以使用以下命令将其解压到 `/usr/local/cuda` 目录下: ```bash $ tar -xzvf cudnn-11.7-linux-x64-v8.2.4.15.tgz $ sudo cp -r cuda/include/* /usr/local/cuda/include/ $ sudo cp -r cuda/lib64/* /usr/local/cuda/lib64/ $ sudo ldconfig ``` 2. 创建虚拟环境并安装 PyTorch 为了避免与统中已有的 Python 库冲突,我们可以使用 Python 虚拟环境。可以使用以下命令创建虚拟环境: ```bash $ python3 -m venv venv $ source venv/bin/activate ``` 然后,你可以使用以下命令安装 PyTorch: ```bash $ pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu111/torch_stable.html ``` 这将安装适合 CUDA 11.1 的 PyTorch 本。 安装完成后,你可以使用以下命令验证是否安装成功: ```bash $ python >>> import torch >>> print(torch.cuda.is_available()) ``` 如果返回 `True`,则说明安装成功。 3. 安装其他依赖项 在使用 PyTorch 进行深度学习时,你可能还需要安装其他一些库。你可以使用以下命令安装常用的深度学习库: ```bash $ pip install numpy matplotlib scikit-learn jupyterlab ``` 以上是在 Ubuntu 20.04安装 PyTorch GPU 本的步骤,希望能够帮助到你。
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