Ubuntu下Jittor环境搭建

本文详细指导如何在新版本CUDA12.4+Ubuntu23.10系统上搭建Jittor环境,包括Ubuntu安装、创建conda环境、安装特定版本Jittor以及解决常见问题,确保环境配置成功并能通过测试。
摘要由CSDN通过智能技术生成

前言

计图框架(Jittor),作为新兴国产深度学习框架,其优秀的JIT等方面性能指标排在Pytorch等框架之前列。然而,其对新版本系统环境不甚兼容,官方甚至推荐CUDA 11.2 + Ubuntu 18.04。本教程旨在帮助大家在新如CUDA 12.4 + Ubuntu 23.10系统环境中也仍旧搭建起Jittor环境,以便更好的推进国产深度学习框架的发展。

操作步骤

步骤1:装好Ubuntu环境与新版本CUDA

Ubuntu可使用WSL或真机安装,不推荐虚拟机,版本从18.04到24.04均可。
CUDA版本可11.2~12.4。
按照网络教程装好最新版miniconda(anaconda亦可,只是miniconda空间更小),官方地址点击此处,并保证已进入conda环境。conda可按情况换源。

步骤2:创建环境并安装Jittor

官方教程是在全局环境中安装的,而我们需要创建一环境后安装。
创建环境:

conda create -n jittor python==3.9

此处jittor为环境名,若取其他名字可相应改变。
Python版本强烈推荐3.9版本,其他版本或许可以,但可能会出现一系列问题。
创建后启动环境:

conda activate jittor

在此环境下使用pip安装jittor,注意强烈推荐1.3.8.5版本:

pip install jittor==1.3.8.5

步骤3:踩坑与配置环节

首先,一定要在环境中安装低版本g++,否则可能出现AssertError的问题:

conda install -c conda-forge gxx=8 mpich

其次,使用python -m jittor_utils.install_cuda装好cuda后配置好环境变量:

export nvcc_path=/home/nomodeset/.cache/jittor/jtcuda/cuda11.2_cudnn8_linux/bin/nvcc

以我为例,跑test_cuda测试时报错会出现此种带有nvcc与cuda11.2的路径,将此路径设置为环境变量,可放在~/.bashrc。此处路径改为自己的即可。
最后,执行下列命令进行测试:

python -m jittor.test.test_example

本人运行之截图:
截图2若见最后一行之OK,证明已成功通过测试,环境配置成功!

  • 17
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

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