ubuntu pytorch 深度学习环境配置

已于 2023-09-05 20:45:11 修改
阅读量3.4k 收藏 43
点赞数 4
分类专栏： pytorch 文章标签： pytorch ubuntu 深度学习
于 2021-09-13 21:50:05 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/m0_49332456/article/details/120273455
版权

目录

一. Ubuntu20.04下用ppa源安装NVIDIA显卡驱动

1. 先查询适用自己电脑型号的英伟达驱动版本

官网查选 官方 GeForce 驱动程序 | NVIDIA

2. 禁用默认驱动（nouveau）

3. 打开 软件与更新 ，点击 附加驱动 ，更改 驱动版本 并 应用。

4. 如果 附加驱动 中没有我们需要的显卡驱动版本，可以自行安装。

5. 输入 nvidia-smi 查询 NVIDIA 版本，显示如下所示。

6. 遇到的问题及解决办法

二. 安装CUDA

 1.安装命令

2. 添加环境变量

3.验证成功

三. 安装CUDNN

1. 下载地址：

2. 安装命令

四. Anaconda 安装

五. Pytorch 安装

1.新建Pytorch虚拟环境

2.切换至Pytorch虚拟环境

3.在Pytorch虚拟环境下安装pytorch

4. 验证

安装源：

参考链接：

一. Ubuntu20.04下用ppa源安装NVIDIA显卡驱动

1. 先查询适用自己电脑型号的英伟达驱动版本

官网查选 官方 GeForce 驱动程序 | NVIDIA

 查询结果显示，510，495，470。

2. 禁用默认驱动（nouveau）

1）：首先将原来的默认驱动（nouveau）加入黑名单。

在Terminal中输入

sudo gedit  /etc/modprobe.d/blacklist-nouveau.conf

会打开一个文本文档，在这个文本文档的最后输入:

blacklist nouveau  
options nouveau modeset=0

2）:输入

sudo update-initramfs -u

更新文件后重启系统

3）:重启后，在登录界面按住“Ctrl+Alt+F1”进入文字界面，输入登录信息后。输入

lsmod | grep nouveau

确认无输出内容即表示默认的自带显卡已经被干掉了。

3. 打开 软件与更新 ，点击 附加驱动 ，更改 驱动版本 并 应用。

此处我选择510版本。

4. 如果 附加驱动 中没有我们需要的显卡驱动版本，可以自行安装。

sudo add-apt-repository ppa:graphics-drivers/ppa
 
sudo apt-get update
 
sudo apt-get install nvidia-driver-510#(我适用版本是510，根据自己需要版本改这个版本号)
 
sudo apt-get install mesa-common-dev
 
sudo apt-get install freeglut3-dev

安装完成后，重启电脑。

5. 输入 nvidia-smi 查询 NVIDIA 版本，显示如下所示。

6. 遇到的问题及解决办法

i) 显卡驱动报错：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running

解决办法一：

# 执行命令
sudo apt-get install dkms
sudo dkms install -m nvidia -v 510.47.03（510.47.03表示的是驱动版本号）

# 利用命令 ll /usr/src/ 可查看下面有一个nvidia-510.47.03/文件夹，版本号因电脑而异

解决办法二：

启动系统时，选择与之显卡驱动匹配的旧版本系统内核。

重启系统之前，可使用命令查看当前系统内核版本：

uname -r

5.13.0-28-generic（这是作者目前的系统内核版本）

重启系统，在进行ubuntu启动引导的界面时，选择“ubuntu高级选项”，选择一个以前的内核版本，然后成功进入系统。

可以使用watch -n 0.2 nvidia-smi命令实时查看显卡工作情况，0.2表示每间隔0.2秒刷新一次。

附：

命令行关闭系统自动更新，使用命令打开文件并编辑

sudo vim /etc/apt/apt.conf.d/10periodic

将双引号中的“1”全部置“0”即可，修改后保存。

如果要使用图形界面来关闭自动更新，找到系统设置(System Settings) --> 软件更新(Software & Updates) 

二. 安装CUDA

 1.安装命令

CUDA Toolkit 11.6 Downloads | NVIDIA Developer

2. 添加环境变量

sudo gedit ~/.bashrc

 在打开的txt文件末尾加

export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存，退出。终端执行

source ~/.bashrc

3.验证成功

nvcc --version

此外还需下载cuda samples 并 编译：

11.6 版本cuda的安装目录/usr/local/cuda-11.6/samples里只有一个txt文件，大致意思是告诉你新版本的cuda，samples中内容需要自己在github下载。

由于github下载过慢，在此放上gitee链接，在samples文件夹下打开终端执行上述语句。

sudo git clone https://gitee.com/liwuhaoooo/cuda-samples.git

然后执行：

cd /usr/local/cuda/samples/cuda-samples/Samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery

输出：

！出现的问题：

1.安装cuda时，出现了ubuntu根目录空间不足的问题，因为当初lz分配给 / 的空间只有 20G，导致CUDA并未安装成功。解决办法：需要用到 GPARTED 分区编辑器 以及 ubuntu启动盘，给 / 额外增加 30G 的容量。

ubuntu 16.04根目录磁盘空间扩容（亲测！！）_fire_lgh的博客-CSDN博客_ubuntu扩容

2.cuda : 依赖: cuda-16-1 (>= 16.1.0) 但是它将不会被安装

解决方法：

sudo apt-get install aptitude #安装aptitude

sudo aptitude install cuda #将apt-get换成aptitude

# 好多冲突，选择了Y，510替换了

reboot

nvidia-smi

nvcc --version

3.ubuntu apt 安装软件时 出现(--configure)时出错，解决办法：

好像是因为以前在更新系统时强制中断的原因， 后来更新软件经常卡在一个地方不动，然后报(–configure)时出错。

sudo mv /var/lib/dpkg/info /var/lib/dpkg/info_old # 现将info文件夹更名
sudo mkdir /var/lib/dpkg/info # 再新建一个新的info文件夹
sudo apt-get update, apt-get -f install # 不用解释了吧
sudo mv /var/lib/dpkg/info/* /var/lib/dpkg/info_old # 执行完上一步操作后会在新的info文件夹下生成一些文件，现将这些文件全部移到info_old文件夹下
sudo rm -rf /var/lib/dpkg/info # 把自己新建的info文件夹删掉
sudo mv /var/lib/dpkg/info_old /var/lib/dpkg/info # 把以前的info文件夹重新改回名字

4. gcc版本相关CUDA，NVIDIA Driver，Linux，GCC之间的版本对应关系表格_Cooper.zhang-CSDN博客_cuda gcc

若gcc需要降级，可参考链接：

https://www.jb51.net/article/192060.htm

三. 安装CUDNN

1. 下载地址：

https://developer.nvidia.com/rdp/cudnn-download

 需要注册，选择合适的版本下载（libraries for linux），然后解压。

2. 安装命令

进入到解压好的文件夹下，右键 在终端中打开，运行以下命令：

sudo cp cuda/include/cudnn.h /usr/local/cuda-11.6/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.6/lib64
sudo chmod a+r /usr/local/cuda-11.6/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.6/lib64/libcudnn*

四. Anaconda 安装

在anaconda官网上下载最新版。地址：Anaconda | Individual Edition

 终端在安装包所在文件夹目录下运行如下命令：

bash Anaconda3-2021.05-Linux-x86_64.sh

 一路Enter 和 yes。注意是否在 ～/.bashrc 文件中加入了环境变量。

source ~/.bashrc
conda -V

显示：

conda 4.10.1

五. Pytorch 安装

1.新建Pytorch虚拟环境

conda create -n pytorch python=3.8

2.切换至Pytorch虚拟环境

conda activate pytorch

3.在Pytorch虚拟环境下安装pytorch

下载地址：Start Locally | PyTorch

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

4. 验证

python
import torch
print(torch.__version__)

输出：1.10.2

print(torch.cuda.is_available())

输出结果为：True

print(torch.backends.cudnn.version())

输出结果为：8200

安装源：

1. cuda 与 nvidia driver 版本匹配问题：

CUDA Compatibility :: GPU Deployment and Management Documentation

 2. 清华源下载地址

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

3. cuda 下载地址

老版本：

CUDA Toolkit Archive | NVIDIA Developer

新版本：

CUDA Toolkit 11.4 Update 2 Downloads | NVIDIA Developer

4. cudnn 下载地址

cuDNN Archive | NVIDIA Developer

5. pytorch 下载地址

https://download.pytorch.org/whl/torch_stable.html

6. Anaconda 版本 对应的 python 版本

Old package lists — Anaconda documentation

参考链接：

1. 显卡驱动报错：NVIDIA-SMI has failed _u012114438的博客-CSDN博客
2. （Ubuntu安装二）Ubuntu16.04下用ppa源安装NVIDIA显卡驱动_elegantoo的博客-CSDN博客

3. cuda : 依赖: cuda-11-1 (＞= 11.1.0) 但是它将不会被安装_Simoneming的博客-CSDN博客

4.  ubuntu 16.04根目录磁盘空间扩容（亲测！！）_fire_lgh的博客-CSDN博客_ubuntu扩容

Ubuntu 18.04 的安装过程

参考链接：Ubuntu18.04安装教程_Sunshine的博客-CSDN博客_ubuntu安装教程

ubuntu ISO 下载：Ubuntu 20.04.4 LTS (Focal Fossa) 

1. 首先下载了中科大的Ubuntu国内源。使用ultraiso软件制作了Ubuntu的启动盘。

1）ultraIso激活的注册码可以在网上搜到。

2）先将u盘进行了格式化，打开Ubuntu的ISO文件，点击 启动 - 写入硬盘映像 将Ubuntu写入u盘。 这里我勾选了 “刻录校验”，之后等待大约十分钟，完成后点击返回按钮。

 2. 给Ubuntu分配硬盘空间

在计算机 “开始” 键处右击，选择 磁盘管理 ，通过删除卷和删除分区操作腾出一块未分配的磁盘空间作为安装区。

3. 设置启动项

关机，插入启动u盘，开机，迅速按F2 进入 BIOS设置，此处可以设置BIOS sequence。同时在legacy与uefi 中选择 uefi。

4. Ubuntu安装

关机重启选择 F12，选择install Ubuntu。跟着引导安装就好。

！！！比较重要的就是分区：

此处我分了五个区：

efi主分区efi4GB(4096MB)
/主分区Ext4100GB
/boot主分区Ext48GB
/home逻辑分区Ext41000GB
swap逻辑分区交换空间32GB

 安装完成！

ubuntu18.04 重启进入系统页面卡在“started gnome display manager“：

在 recovery mode下选择了resume normal boot，然后就修复好了，进入了图形界面。

其他可能的解决办法：

若图形界面有问题。
开机后，在显示dell图标后(按下Esc进入grub界面)，选择ubuntu高级选项。在修复模式下，进入root，输入密码后，输入命令：startx。

深度学习环境配置好，nvidia驱动安装完，使用ubuntu系统一段时间后，重启系统发现加载nvidia显卡出现问题，进不了图形界面，此时的问题是ubuntu内核下载了新的版本，开机重启默认的是新的内核版本。所以我们在开机选择系统界面，选择ubuntu的高级选项，进入后选择最低版的内核版本，进入系统，这时就没有任何问题啦。

2023.9.4 遇到问题：踩坑系列之pytorch安装之后不能使用cuda_pytorch不支持cuda12_浅冲一下的博客-CSDN博客

十万分之一定义
关注
  • 4
    点赞
  • 踩
  • 43
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Ubuntu超详细完全配置教程（含深度学习环境配置）
10-31
Ubuntu超详细完全配置教程： 1.Ubuntu常用软件安装，不常用的软件...3.anaconda、pytorch深度学习环境配置； 4.vscode使用anaconda创建的虚拟环境配置； 5.远程连接配置、ssh协议（xshell)，文件传输（xftp)等使用；
Ubuntu16.04 深度学习环境的配置.docx
07-16
Ubuntu 16.04 深度学习环境配置 在这个教程中，我们将详细介绍如何在 Ubuntu 16.04 上配置深度学习环境，包括安装 NVIDIA 驱动、Anaconda、TensorFlow、PyTorch 和 PyCharm 等工具。 1. 安装 NVIDIA 驱动 在安装...
2023年最新Ubuntu安装pytorch教程
普通人能赶追天才的方法只有坚持
06-17 2万+
帮助萌新学会在ubuntu系统上安装pytorch及其配套环境安装（nvidia显卡驱动、cuda、cudnn、Anaconda）（显卡为V100）。
Ubuntu20.04安装pytorch(包括安装Anaconda和虚拟环境配置以及安装包spikingjelly)
m0_73860872的博客
11-19 1万+
Ubuntu20.04安装pytorch(包括安装Anaconda和虚拟环境配置以及安装包spikingjelly)
Ubuntu20.04配置Pytorch环境（GPU版）
lgy1104的博客
04-15 423
通过终端 nvidia-smi 查看。
Ubuntu配置深度学习环境（TensorFlow和PyTorch）
zardforever123的博客
09-30 6076
前言：最好是去[这里](https://tensorflow.google.cn/install/source?hl=en#linux)看一下TensorFlow对应的CUDA版本，按照要求的版本安装，我是因为有其他程序必须要11.6才没有按照这个要求安装。
ubuntu下Anaconda环境安装GPU的pytorch(docker镜像)
yusude123456的博客
11-09 599
网上的解决方法是添加清华源的镜像，但我的已经是清华源镜像了，所以解决方法是把timeout放大，600还是不行，把时间延长到1000.0就成功安装了。官网wget拉取linux的annaconda下载后，bash安装即可(因为实验室服务器没有梯子，个人是下载到了本地然后scp传输到了服务器)其中的 -c pytoch -c nvidia 建议去掉 因为有这个会默认按照annaconda的官网地址下载。后来网上查询清华镜像问题，很多都是不全的镜像，安装起来很容易装成cpu版本。👆最后采取的这一篇的安装方法。
Ubuntu20.04安装Pytorch
weixin_43107270的博客
03-28 607
Ubuntu 软件源自行安装，选择一个驱动 建议稍微低点版本。
PyTorch深度学习迷你教程-python
06-18
深度学习（使用 PyTorch）这个笔记本存储库现在有一个配套网站，所有课程材料都可以在视频和文本格式中找到。 :United_Kingdom: :China: :South_Korea: :Spain: :Italy: :Turkey: 入门 为了能够进行练习，您需要一...
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=...
基于pytorch深度学习框架，在树莓派平台，使用开源模型YOLOv5、LPRNet、STNet三个深度学习模型实现
03-02
写在最前面：将该项目上传网络的初衷是因为网上有很多优秀的贴子，但是有些年份较早，有些完整性不高，我就把很多帖子整合到一起，其中继承了很多大佬...  2.Ubuntu深度学习环境从0开始配置，详情请看Deeplearning.md
Ubuntu20.04安装显卡驱动、Anaconda3、CUDA和Pytorch
weixin_45803137的博客
07-25 1912
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。
Ubuntu+VScode+Ananconda+pytorch配置（保姆级教程）
Tyandy1的博客
05-11 3772
虽然之前跑过yolov5就配置过虚拟环境和深度学习框架，但是隔了一段时间没有用到深度学习的框架就又忘记了怎么在VScode里使用pytorch/tensorflow框架，深度学习依赖的numpy,pandas,kereas…又应该放在哪？是使用在哪的？因此，本文在记录配置pytorch的过程中同时回答以上问题。
Ubuntu20.04下深度学习环境配置（不维护了）
热门推荐
m0_37412775的博客
10-29 4万+
Ubuntu下深度学习环境配置Ubuntu下深度学习环境配置gpu驱动Anaconda安装功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 Ubuntu下深度学习环境配置 这篇文章记录了我在配置深度学习环境时的坑。具体操作和安装包在
[超级详细系列]ubuntu22.04配置深度学习环境(显卡驱动+CUDA+cuDNN+Pytorch)--[1]安装显卡驱动
FRANPPER的博客
01-22 3127
[超级详细系列]ubuntu22.04配置深度学习环境(显卡驱动+CUDA+cuDNN+Pytorch)，一看就会，看完就懂！
ubunut22.04安装深度学习框架（记录）
m0_47577813的博客
11-06 588
网站安装最新版本conda然后进入下载的文件目录中，打开终端，执行sh文件（遇到更多就不断回车），安装到默认目录。
Ubuntu配置pytorch gpu环境（含Cuda+Cudnn+pytorch-gpu+卸载）
lovely_yoshino的博客
07-05 1万+
概述 步骤如下： 安装NVIDIA Cuda 安装NVIDIA CuDNN 安装GPU版本的PyTorch 卸载NVIDIA Cuda 一.安装NVIDIA Cuda 安装cuda10.0 1.官网下载cuda安装文件 <1>.进入cuda官网下载，选择10.0版本： <2>.选择这里下载，可使用win下迅雷工具下载，速度快。 2.开始安装cuda10.0 <1>.拷贝完成.run文件后，进入所在目录，对文件添加可执行权限： sudo chmod a+x cud
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 4327
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。
ubuntu 配置python|pytorch
邦戈邦戈栗子的博客
03-22 1857
# 更新环境安装依赖 sudo apt-get update sudo apt-get upgrade sudo apt-get install build-essential cmake unzip pkg-config sudo apt-get install libjpeg-dev libtiff-dev libpng-dev sudo apt-get install libgtk-3-dev sudo apt-get install libavcodec-dev libavformat-dev l.
Ubuntu如何安装Pytorch
最新发布
05-05
在Ubuntu上安装PyTorch可以通过以下步骤进行： 1. 首先，确保你的Ubuntu系统已经安装了Python和pip。可以在终端中运行以下命令来检查： ``` python --version pip --version ``` 2. 接下来，安装PyTorch的依赖项。运行以下命令来安装必要的软件包： ``` sudo apt-get update sudo apt-get install python3-dev python3-pip python3-venv ``` 3. 创建一个虚拟环境（可选但推荐），这样可以隔离PyTorch的安装，避免与其他Python项目冲突。运行以下命令创建并激活虚拟环境： ``` python3 -m venv torch-env source torch-env/bin/activate ``` 4. 最后，使用pip安装PyTorch。根据你的需求选择合适的命令，例如： - 安装CPU版本的PyTorch： ``` pip install torch torchvision ``` - 安装GPU版本的PyTorch（需要支持CUDA的显卡）： ``` pip install torch torchvision torchaudio ``` 安装过程可能需要一些时间，请耐心等待。 至此，你已经成功在Ubuntu上安装了PyTorch。你可以在Python脚本中导入PyTorch并开始使用它了。

“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 1
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