【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch（装机、显卡驱动、CUDA、cudnn、pytorch）

已于 2024-01-24 13:22:58 修改
阅读量5.5k 收藏 67
点赞数 10
分类专栏： ubuntu 文章标签： 深度学习 ubuntu pytorch
于 2023-11-10 22:25:10 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/mjx792/article/details/134298312
版权

文章目录

【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch（装机、显卡驱动、CUDA、cudnn、pytorch）

📆 安装时间 2023.11.08-2023.11.10

如何安装ubuntu20.04系统

Windows 和 Ubuntu 双系统的安装和卸载

B站教程

总体安装流程参考

【本文基本上跟这个详细教程一致，优先推荐看这个！】ubuntu20.04 下深度学习环境配置 史上最详细教程

【精品！】Ubuntu20.04下深度学习环境配置（持续维护）

一文掌握Ubuntu20.04深度学习环境搭建（显卡驱动、CUDA、CUDNN、NCCL、Pytorch、PaddlePaddle）

Ubuntu20.04配置深度学习环境

0. ubuntu 换源

20.04Ubuntu换源，有清华，中科大，阿里源
这个也是讲如何换源，跟第一个差不多，可以参考看看

pip换源与conda换源
pip临时和永久换源

主要结合这个的流程换源，精品文章

sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup 

sudo gedit /etc/apt/sources.list

将原有的源都加#注释，在最后换成自己想要的源
换阿里源结果
在这里插入图片描述
更新

sudo apt-get update
sudo apt-get upgrade

在这里插入图片描述

阿里云

deb http://mirrors.aliyun.com/ubuntu/ focal main restricted
deb http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted
deb http://mirrors.aliyun.com/ubuntu/ focal universe
deb http://mirrors.aliyun.com/ubuntu/ focal-updates universe
deb http://mirrors.aliyun.com/ubuntu/ focal multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-updates multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-security main restricted
deb http://mirrors.aliyun.com/ubuntu/ focal-security universe
deb http://mirrors.aliyun.com/ubuntu/ focal-security multiverse

1. 禁用nouveau

如何禁用nouveau，就按照这个精品文章来

// 修改属性
sudo chmod 666 /etc/modprobe.d/blacklist.conf  
//用gedit打开
sudo gedit /etc/modprobe.d/blacklist.conf
// 在最后一行加入以下几句，保存退出
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
// 对刚才修改的文件进行更新
sudo update-initramfs -u

记得重启计算机，打开终端检查nouveau是否被禁用

若执行完该句，没有任何输出，则nouveau被成功禁用

lsmod | grep nouveau

2. 安装gcc

如何安装gcc，也按照这个精品文章来

安装gcc,不要怀疑，就是build-essential，我也不知道为啥

sudo apt-get  install  build-essential

检查gcc是否安装成功

gcc --version

在这里插入图片描述

2.5 安装python

是按照这个博客的流程安装python的，感觉也不用安装

sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

在这里插入图片描述

3. 🌟🌟🌟安装显卡驱动 (此步很重要)

如何在没有安装显卡驱动，不能用nvidia-smi情况下，查看显卡型号

参考这个博客的方法安装显卡驱动，只安驱动，不安cuda toolkit
⭐️ 这个安装方式不会黑屏

注：如果哪天因为安装驱动黑屏了，看这个！有效！

在软件和更新中安装，图标长下面这样
软件和更新

要注意cuda版本对显卡驱动有要求, 官网要求
显卡、显卡驱动版本、cuda版本和Pytorch相互之间的依赖关系
在这里插入图片描述按照下图的选择安装，点击应用更改开始安装，这里安装525版本的显卡驱动，

在这里插入图片描述然后启动终端，分别进行命令sudo apt update和sudo apt upgrade（两个命令顺序不可乱)手动对刚刚的更改进行更新（有点慢，耐心等待）。之后重启！重启！重启！！

第四步，使用命令nvidia-smi查看驱动是否成功
检查显卡驱动是否正常

nvidia-smi

在这里插入图片描述
关于nvidia-smi 显示的cuda版本的说明
按照上述博客，上图的CUDA Version：12.0指的是最高支持cuda12.0的版本，并不是已经安装了cuda12.0的版本，可以安装cuda11.8版本

4. 安装cuda

这个也挺好的，可以看一下整个安装流程，有验证，Ububtu20.04 CUDA安装与环境配置、CUDNN安装

如何卸载cuda和显卡驱动
如果需要卸载已经安装的CUDA和nvidia驱动，输入下面两条命令

#To remove CUDA Toolkit:
sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" \
 "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*" "*nvvm*"

#To remove NVIDIA Drivers:
sudo apt-get --purge remove "*nvidia*" "libxnvctrl*"

#To clean up the uninstall:
sudo apt-get autoremove

别忘了再执行下面的命令

sudo rm -rf /usr/local/cuda-xx.x

为什么加入这句，看这个博客
最后边加了一句sudo rm -rf /usr/local/cuda-xx.x，这是因为一般情况下cuda都配置了cudnn，在运行卸载程序时只会卸载cuda而不会一并删除cudnn的文件。因为cudnn文件还在的缘故，自己的cuda-xx.x文件夹仍然在，需要手动删除。
所以如果自己要卸载的cuda没有配置cudnn，那么cuda-xx.x文件夹在卸载完成后会被自动删除，也就没必要再运行最后一句了

本次安装11.8，为了稳定
非常重要，如何正确安装CUDA，一定要严格按照这个博客步骤！！

这个博客安装cuda步骤也是一样，可以结合着看

按照上述第1个博客的步骤，要选择下图中的配置进行安装，特别注意Install Type
❌ 如果选择deb(local)，则会自动安装所下载cuda的显卡驱动，导致以安装的显卡驱动和自动下载的显卡驱动冲突，导致以后安装pytorch识别不了cuda，以及各种问题
✔️ 选择 runfile(local),可以手动选择是否安装显卡驱动，解决问题
在这里插入图片描述安装命令行

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

sudo sh cuda_11.8.0_520.61.05_linux.run

安装时，仍会提示目标CUDA toolkit对应版本的显卡驱动未被发现，推荐我们安装其版本的显卡驱动，这时我们键入continue，再键入accept同意用户协议，然后将光标移动到driver处，键入回车，以取消对驱动的安装：其他的保持不动，选择“Install”，稍等几分钟就装好了
在这里插入图片描述
在这里插入图片描述
出现下面界面，则安装成功
在这里插入图片描述
添加环境变量
此步参考这个博客

echo 'export PATH=/usr/local/cuda-11.8/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

检查cuda版本

nvcc -V

在这里插入图片描述
再次检查显卡驱动是否正常

nvidia-smi

在这里插入图片描述

----------不要看下面的-----------

暂时安装12.1 版本的CUDA，想装11.7或11.8都不行，放弃
为什么是12.1，发现pytorch官网有12.1安装pytorch的命令行
12.1官网
在这里插入图片描述

按照下面给的命令行一行一行安装

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin

sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600

wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda-repo-ubuntu2004-12-1-local_12.1.0-530.30.02-1_amd64.deb

sudo dpkg -i cuda-repo-ubuntu2004-12-1-local_12.1.0-530.30.02-1_amd64.deb

sudo cp /var/cuda-repo-ubuntu2004-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/

sudo apt-get update

sudo apt-get -y install cuda

添加环境变量

echo 'export PATH=/usr/local/cuda-12.1/bin:$PATH' >> ~/.bashrc

echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc

source ~/.bashrc

----------不要看上面的-----------

5. 安装miniconda

安装miniconda3教程

安装路径 /home/miniconda3
最后一步环境变量配置改为下面：

echo 'export PATH="/home/miniconda3/bin:$PATH"'>> ~/.bashrc
source ~/.bashrc

在这里插入图片描述
conda如何创建和删除环境
创建环境

conda create -n pytorch_gpu python=3.8

删除环境

conda remove -n pytorch_gpu --all 
# 必须要加all

进入环境
（1）先进入base环境

# 进入base环境
source activate
# 退出环境
source deactivate

（2）进入自己的环境

conda activate pytorch_gpu

（2.5）上面进入base环境，再进入自己的环境可以合并成一个命令

source activate pytorch_gpu

6. 安装cudnn

首先进入自己的环境中
然后进入官网，下载对应的版本

cudnn官网下载地址

暂时选择11.x 中 第2个下载选择，Linux_x86_64(Tar)
在这里插入图片描述注意下载完后将文件复制到电脑的home文件夹下
在这里插入图片描述

如何解压各种形式的文件
解压

tar -xf cudnn-linux-x86_64-8.9.6.50_cuda11-archive.tar.xz

进入文件夹

cd cudnn-linux-x86_64-8.9.6.50_cuda11-archive/

执行下面两个命令，复制文件

sudo cp -d -r ./lib/* /usr/local/cuda-11.8/lib64/
sudo cp -r ./include/* /usr/local/cuda-11.8/include/

赋予权限

sudo chmod a+r /usr/local/cuda-11.8/include/cudnn.h /usr/local/cuda-11.8/lib64/libcudnn*

查看信息

cat /usr/local/cuda-11.8/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述

好像成功
从这开始先去安装pytorch

7. 安装pytorch

就按照官网的给的命令安装就行，不用conda，conda慢，用pip3,快
pytorch官网
命令，本机cuda11.8对应的pytorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

在这里插入图片描述
验证pytorch是否安装成功

python
import torch
from torch.backends import  cudnn
print(cudnn.is_available())
print(torch.backends.cudnn.version())
torch.cuda.is_available()
# True，则gpu版本的pytorch安装成功
torch.zeros(1).cuda()

结果，成功了
在这里插入图片描述

在这里插入图片描述

关于conda、pip换源安装pytorch，可以参考下面的博客，以防万一
ubuntu20.04 更换conda，pip源并下载pytorch

-----------------不用看下面的离线安装------------
如果哪天需要离线安装，可以参考下面的博客
ubuntu安装pytorch的CPU版本GPU版本，分conda安装和pip安装,以及whl离线安装pytorch

pytorch离线下载列表
torchvision离线下载列表
选择紫色的cu121
在这里插入图片描述

8. 所有都安装成功，验证cuda,pytorch,cudnn

python
import torch
from torch.backends import  cudnn
print(cudnn.is_available())
print(torch.backends.cudnn.version())
torch.cuda.is_available()
# True，则gpu版本的pytorch安装成功
torch.zeros(1).cuda()

在这里插入图片描述

9. 安装编辑器，如pycharm

安装pycharm

10. 其他参考博客

安装搜狗输入法和截图程序

这个也挺好的，Ububtu20.04 CUDA安装与环境配置、CUDNN安装

【看看怎么卸载】 ubuntu20.04 显卡驱动,CUDA 安装和卸载,cudnn安装

pip换源与conda换源

pip临时和永久换源

pip3 install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

不要加 --user 否则会安装到全局
安装cv2

pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
mjx792
关注
  • 10
    点赞
  • 踩
  • 67
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
Linux Ubuntu 安装 PyTorch 示例
11-14
Linux Ubuntu 安装 PyTorch 示例 最新版本，CUDA
Ubuntu20.04+3090ti+python3.6+tensorflow+pytorch下conda环境配置文件.yml
04-17
Ubuntu20.04+3090ti+python3.6+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=3.6.13 tensorflow-gpu=2.6.2 tensorboard=2.6.0 keras=2.6.0 pytorch=1.10.2 scikit-learn=0.24.2 cudatoolkit=11.3.1
深度学习环境配置-（RTX4060ti显卡）windows下配置unet-pytorch的环境
最新发布
jmxer的博客
04-10 489
【代码】RTX4060ti配置unet-pytorch的环境。
cuda11.0-11.8通用版
04-13
cuda11.0-11.8通用版，安装看B站https://www.bilibili.com/video/BV1Um4y1w7g
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=2.8.0 keras=2.8.0 pytorch=1.11.0 scikit-learn=1.0.2 cudatoolkit=11.3.1
ubuntu20.04显卡驱动,CUDA 安装和卸载,cudnn安装.pdf
07-06
ubuntu20.04显卡驱动安装,CUDA 安装和卸载,cudnn安装教程
ubuntu20.04系统4060安装cuda11.8和cudnn8.6
qq_46107892的博客
06-29 6995
ubuntu20.04系统4060安装cuda11.8和cudnn8.6
【亲测】ubuntu20.4 安装CUDA11.8
weixin_40950590的博客
09-01 1996
一步一步搭建C++ CUDA CUDNN TENSORRT OPENCV DNN ONNXRUNTIME推理环境
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
Ubuntu20.04安装Nvidia驱动——4060显卡（黑屏解决方法）
man_Xue_hao的博客
04-05 9379
如果按照正常方法安装不成功（如无法连接第二屏幕，nvidia-smi无显示），先尝试在安装后不管什么方法进入桌面后在应用程序中找到NVIDIA X Server Settings，在最后一项PRIME Profiles将NVIDIA On-Demand改为Performance Mode，重启后正常，安装深度学习环境也无问题，但是我的神州刷新率还是60hz，网上说法还是核显输出。
RTX4060安装pytorch-gpu （Cuda12.2）,[pytorch] torch.cuda.is_available() False,torch使用GPU运行，而不是CPU运行的操作指南
骨子里的偏爱
08-14 1万+
然后下载的cudnn,将三个文件夹中的文件分别复制粘贴到cuda安装的对应的目录下。以前安装的是torch的版本是cpu版本，我先剪切出去了，以防不成功。创建pytorch环境，我当前的是3.8.8，看第一幅图有版本。安装的过程有点慢，耐心等待即可。cmd中查看是否安装成功。
Ubuntu 20.04 CUDA&cuDNN安装方法(图文教程)
09-14
主要介绍了Ubuntu 20.04 CUDA&cuDNN安装方法(图文教程)，文中通过图文代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
在ubuntu下安装cuda+cudnn+anaconda3+pytorch+pycharm流程
04-03
在双系统ubuntu20.04下安装cuda+cudnn+anaconda3+pytorch+pycharm的详细流程，包括安装时各个环节应注意的事项。
下载cuda和cudnn（11.8版本）
weixin_70285813的博客
05-29 2万+
官方教程。
Ubuntu中安装Pytorch
WwLK123的博客
10-08 1万+
Ubuntu系统下安装Pytorch。
Ubuntu20.04+RTX4060安装CUDA+cudnn+Pytorch+TF-GPU踩坑
newhtyj的博客
07-23 2703
CUDA在安装时，只选择CUDA toolkit 11.3，其他选项使用空格键切换为空白即可(其他视频截图，并非自己安装的截图，因此时CUDA11.2，但是原理是一样的)Caution：RTX4060显卡只能适配Cuda11.3以上的版本，我自己安装的是CUDA11.3+cudnn8.2.1。本文只列举了容易踩坑的布置，其余安装步骤均可百度解决，或者参考视频。进行测试,如下显示，则为成功。
在服务器（Ubuntu20.04）安装用户级别的cuda11.8（以及仿照前面教程安装cuda11.3后安装cudnn和pytorch1.9.0）
srh20的博客
03-22 1828
首先在下载我们需要的cuda版本，这里我下载的是（我的最高支持cuda12.0）
Ubuntu20.04配置深度学习环境yolov5最简流程
m0_60657960的博客
03-05 8520
提示Command 'nvidia-smi' not found, but can be installed with:说明你还没有安装显卡驱动。打开终端输入nvidia-smi，查看可以安装cuda的版本（低于这个等于这个版本都可以安装，高于11.3版本，建议安装11.3的）安装显卡驱动最简单方式：打开软件和更新ununtu软件-下载自-安装源改成国内。然后左面有一个附加驱动里面有许多专有的驱动程序，点击一个，接着点击应用更改。三、安装配置cuda、cudnn。解决方法：打开软件更新器更新一下。
搭建CUDA11.8.0+cuDNN8.9.2+python3.11.4+anaconda23.5.2环境的过程记录
mugua_JC的博客
07-21 3934
搭建11.8CUDA+8.9.2cuDNN+python3.11.4+anaconda23.5.2环境的过程记录。主要是记录一下操作顺序，另外由于安装的版本比较新，可能有一些可以借鉴的坑，仅供参考。 另外，直接使用conda下载cuda出现的报错问题可以通过安装CUDA和cuDNN解决
ubuntu20.04+cuda+cudnn+pytorch
07-28
您好！对于在Ubuntu 20.04上安装CUDA、cuDNN和PyTorch，您可以按照以下步骤进行操作： 1. 安装NVIDIA显卡驱动：您可以通过以下命令安装NVIDIA显卡驱动： ``` sudo apt-get install nvidia-driver-<version> ``` 其中，`<version>`是您所需的驱动版本号。 2. 安装CUDA：您可以按照以下步骤安装CUDA： - 访问NVIDIA的官方网站，下载适用于Ubuntu 20.04的CUDA安装包。 - 运行下载的安装包进行安装。安装过程中，您需要按照提示进行操作。 3. 安装cuDNN：cuDNN是一个针对深度学习任务进行优化的库。您可以按照以下步骤安装cuDNN： - 访问NVIDIA的开发者网站，下载适用于您所安装的CUDA版本的cuDNN库。 - 解压下载的cuDNN安装包，并将包含的文件复制到CUDA的安装目录中。 4. 安装PyTorch：您可以通过以下命令使用pip安装PyTorch： ``` pip install torch torchvision ``` 这将安装最新的稳定版本。如果您需要特定版本的PyTorch，可以在命令中指定版本号。 这些步骤应该能帮助您在Ubuntu 20.04上成功安装CUDA、cuDNN和PyTorch。如果您遇到任何问题，请随时向我提问。

“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 7
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