目录
前言
这几天一直研究如何在ubuntu系统下安装Pytorch,中间磕磕碰碰也是碰到了各种各样的错误,但好在最终torch.cuda.is_available()显示True,时间也算没白白浪费。同样也感谢我当初的Linux老师为我指点迷津(有一说一,linux这个东西跟win是真不一样,对小白很不友好)
步骤
一、NVIDIA驱动
1、安装linux系统,这个不多赘述,随便一个b站的教程都可以教会你。但还是友情提醒一下,在分配虚拟内存的时候最好多分配一点,我当初分配了50G,光Anaconda就占了30G;另一个,雷神的电脑在进Ubuntu系统的时候是按F7哈
2、安装NVIDIA驱动(linux的驱动是要自己下的哈,不像win电脑买回来就有)
下载显卡驱动,按自己电脑显卡的型号来,我的是RTX2060 链接:官方驱动 | NVIDIAhttps://www.nvidia.cn/Download/index.aspx?lang=cn一定要根据自己的型号来哈
下载完成后在终端(就是那个黑框框)卸载之前的显卡驱动
sudo apt-get --purge remove nvidia-*
修改文件配置
sudo gedit /etc/modprobe.d/blacklist.conf
在最后添加,添加完保存退出
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist nvidiafb
blacklist rivatv
options nouveau modeset=0
更新系统,更新完一定要重启系统哈,一定!
sudo update-initramfs -u
进到你下载NVIDIA文件目录,我的文件名就叫下载
cd 下载
下面给.run文件赋予权限
sudo chmod a+x NVIDIA-Linux-x86_64-510.60.02.run
安装
sudo ./NVIDIA-Linux-x86_64-510.60.02.run -no-x-check -no-opengl-files
另外在安装过程中会有几个选项得注意一下
1.The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续。
2.Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later? 选择 No 继续。
3.Nvidia’s 32-bit compatibility libraries? 选择 No 继续。
4.Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 选择 Yes 继续
最后验证驱动 :nvidia-smi 出现下面的界面说明驱动安装完成
二、Anaconda安装
下面是官网
Anaconda | Anaconda Distributionhttps://www.anaconda.com/products/distribution#download-section和NVIDIA驱动下载大同小异,下载完成cd一下,再bash一下
我的是放在了‘下载’目录文件下
cd 下载
bash Anaconda3-2020.07-Linux-x86_64.sh
然后就会进到信息页面
一路enter
同样也有几个选项
1.Do you accept the license terms? 输入yes
2.下面会问你保存到哪个目录下面,如果默认安装在用户目录,直接enter;自定义目录的话输入你想安装的目录再enter
3.Do you wish the installer to initialize Anaconda3 by running conda init ? 输入 no 后回车
安装完成!
下面就要配置一下环境变量
vim ~/.bashrc
export PATH="/home/fzy/anaconda3/bin:$PATH"
注意一下,中间的是你anaconda安装的目录
source ~/.bashrc
下面测试anaconda
至此anaconda安装完成
三、Pytorch安装
Start Locally | PyTorchhttps://pytorch.org/get-started/locally/这是pytorch官网,下面进入选项配置
前面Stable稳定版,linux系统,conda命令,python语言不变,后面cuda是根据自己的显卡来,无显卡就用cpu(友情提醒:没gpu的深度学习真的很慢,很慢)
最后一排官网会给你相应版本的命令,复制到命令行就可以
一路enter,一路yes
至此整个pytorch环境就配置完成
测试
返回true说明没问题,显卡可以使用
另外说一下我遇到的错误类型
1.在使用清华镜像下载一个特别大的文件的时候最后可能会报错:段错误(核心已转储)网上说什么size改成102400,不管用,但实际操作来看这个好像影响不大
2.安装驱动后再重启电脑出现黑屏,参考下面这位大佬的解决方法
ubuntu系统安装完nvidia显卡驱动后黑屏,不能进入系统_西海岸看日出的博客-CSDN博客_ubuntu装完显卡驱动黑屏
3.torch.cuda.is_available()出现false,自检显卡型号是否对应,pytorch版本是否对应(可以通过以下链接),cudnn和cudatoolkit
Previous PyTorch Versions | PyTorchhttps://pytorch.org/get-started/previous-versions/再附cudnn和cudatoolkit的镜像命令
wget -t 400 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-11.3.1-h2bc3f7f_2.tar.bz2
wget -t 400 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-8.2.1-cuda11.3_0.tar.bz2
下载完后把这两都解压一下
conda install --offline cudatoolkit-11.3.1-h2bc3f7f_2.tar.bz2
conda install --offline cudnn-8.2.1-cuda11.3_0.tar.bz2
段错误别管它
四、Pycharm安装
Download PyCharm: Python IDE for Professional Developers by JetBrainshttps://www.jetbrains.com/pycharm/download/#section=windowspycharm是python的一个编译器,上面是官网链接
注意有两个版本Professional和Community
这里选择免费的社区版,就是Community;当然Professional也可以通过某种途径破解哈
进入命令行输入以下命令
cd pycahrm下到的文件
sh 你的pycharm文件
进到pycharm后进行如下配置
右边ok,然后create
同样在pycharm里面也测试一下cuda
返回True
至此本次Pytorch环境配置全部结束
Github上很多优质的项目是用linux实现,最近我看那个StarGan就比较好,好了不多说,有什么问题欢迎评论私信