Linux非root用户远程重装深度学习环境(cuda+pytorch)

实验室服务器没有根权限导致很多简易版操作不能完成,看到sudo命令就崩溃,但是在不同模型的要求里重装cuda对于我等来说简直是不可逃避的操作,所以为大家总结无权限卸载cuda并重装的最简方案,不涉及图形界面,可以远程操作。

1.卸载CUDA

1.1 Visual Studio Code操作(推荐)

STEP1:

在拓展服务商店安装SSH远程服务

这里的具体远程服务配置可以参考:VSC远程连接SSH

STEP2:

通过界面删除整个原本CUDA安装的文件夹

通过nvcc -v命令检查是否删除成功

检查不到就是删除完毕了

1.2 通过终端命令卸载

cd 到cuda的安装目录

命令: cd +地址

执行卸载命令:uninstall + cuda版本名

手动删除cuda文件目录

2. 下载CUDA

2.1 本地下载cuda

通过cuda官方网站下载需要的版本:CUDA官方网站

这里具体的下载可以参考我另一篇笔记:安装cuda

记得一定要下载linux.run的版本!

2.2 将cuda包通过本地终端上传到远程

首先是本地终端使用scp命令上传

具体可以参考:

SCP命令详解

2.3 安装过程

自建文件夹usr/local/cuda(版本)

再在此下建立/myilb文件夹

sh cuda安装包.run

加载出以下界面

Continue

Accept

一定要取消显卡驱动,因为一定没有权限,按上图取消就可以

在Toolkit Options选择改变路径,将自己原本建立的文件夹cuda地址贴上去

相同操作方法,改变library的路径,点击安装

3. 测试是否安装成功

nvcc-v查看 输出正常即成功~

后续安装pytorch操作也可以参考上一篇博客!

祝大家全部nobug

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在Ubuntu上安装显卡驱动、CuDNN、CUDAPyTorch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CUDACUDA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PyTorchPyTorch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、CUDAPyTorch进行深度学习任务。

“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

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