ubuntu18.04安装gpu版本的pytorch

一 安装anaconda

1.下载Anaconda

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

国内太慢

镜像下载地址和修改方法参考博客:https://blog.csdn.net/wuzhiwuweisun/article/details/82689151

下载版本Anaconda3-5.3.1-Linux-x86_64.sh,自带python版本是3.7

2.安装Anaconda

首先切换到anaconda安装包的路径,在该路径下执行指令:

bash  Anaconda3-5.0.1-Linux-x86_64.sh   #后边的文件名称是你的安装包的名称

之后

    Welcome to Anaconda3 5.0.1
     
    In order to continue the installation process, please review the license
    agreement.
    Please, press ENTER to continue
    >>> 按回车
    #然后一直按回车到协议完毕
    #出现:
    Do you accept the license terms? [yes|no]
    >>>输入yes
    #下面就是问你安装目录,建议就是默认的安装路径,直接按回车
    Anaconda3 will now be installed into this location:
    /home/OO/anaconda3
     
      - Press ENTER to confirm the location
      - Press CTRL-C to abort the installation
      - Or specify a different location below
     
    [/home/mayunteng/anaconda3] >>> 按回车

选择其他目录 则[/home/mayunteng/anaconda3] >>> /media/mayunteng/Program/anaconda3 回车
    #接下来就是等待安装完成
    #注意安装完成以后会询问你是否把anaconda3的路径加到环境变量里去,一定要选yes,一定要选yes,一定要选yes。

询问是否安装visual studio code

报错Anaconda Extension Pack这个扩展包不可行,选择不安装

安装完成以后,重启终端,依次输入下面的指令,如果显示的是anaconda版本的python,代表安装成功。

    先输入:source ~/.bashrc
    再输入:python
    显示的python版本后面有Anaconda标识,代表安装成功
    Python 3.6.3 |Anaconda, Inc.| (default, Oct 13 2017, 12:02:49)
    [GCC 7.2.0] on linux
    Type "help", "copyright", "credits" or "license" for more information.
    >>>
    #退出python的命令交互行输入exit()回车就可以了。

输入conda list 查看安装的库。

输入下面的指令可以启动Spyder, IPython, Jupyter Notebook,Anaconda Navigator 。

 spyder  #打开Spyder
 ipython #打开IPython
 jupyter notebook  #打开Jupyter notebook
 anaconda-navigator #打开Anaconda Navigator,打开anaconda-navigator时报错AttributeError: ‘str‘ object has no attribute ‘get‘,解决方法:进入"C:\Users\Administrator\Anaconda3\Lib\site-packages\anaconda_navigator\api\anaconda_api.py"查看原码line 903,修改version信息如下,这时vscode不再查检更新情况。

把
versions=[vsdata.get('productVersion')],
改成
versions=["1b8e8302e405050205e69b59abb3559592bb9e60"],

PS:若在前边没有把Anaconda3的路径加到环境变量中,可以这么修改:

    在命令行输入:
    sudo gedit ~/.bashrc
    打开bashrc文件后在末尾输入下面的语句:
    export PATH="/home/mayunteng/anaconda3/bin:$PATH" #/home/mayunteng/anaconda3/替换成你的安装路径
    关闭bashrc文件后,在命令行输入:
    source .bashrc #使更新的环境变量立即生效

输入以下指令,查看已有的环境变量,确认是否添加了anaconda的安装路径

echo $PATH

二  系统检查

确认系统可以使用cuda,并且确认与系统GPU兼容的CUDA/ cuDNN包,如图所示系统的driver version时465.27,当前驱动支持的最高的cuda版本是11.3,cuda是向下兼容的

三 安装gpu版本的pytorch

1.创建一个虚拟环境

conda create -n torch-gpu python=3.7
source activate torch-gpu

可能的报错

conda: command not found

This occurs because the path for anaconda installation has not been set in your .bashrc or .zshrc

Try:

export PATH="/home/username/anaconda3/bin:$PATH"

2.安装pytorch

For PyTorch it is straight forward than TensorFlow installation because you don’t have to separately install CUDA ToolKit and cuDNN because you can install them at once using a single command as given in PyTorch official website.

进入https://pytorch.org/get-started/locally/网址,it automatically select the appropriate pytorch version depending on your operating system, its version and CUDA version.

上图给出的是适合本系统的pytorch版本、cuda版本,以及安装指令

激活创建的虚拟环境,在该环境中安装pytorch

四 验证是否安装成功

但是激活当前环境,启动spyder验证时报错ModuleNotFoundError: No module named 'torch'

这是因为Anaconda自带的spyder使用的是base环境,conda上配置好的虚拟环境并不能直接搭载到spyder上,需要在anaconda中按照图片所示在当前虚拟环境下安装spyder 与spyder -kernels

可以直接在激活虚拟环境下直接运行pip install spyder或者conda install spyder

整个安装过程参考https://ramseyelbasheer.io/2021/05/24/installing-pytorch-with-gpu-support-cuda-in-ubuntu-18-04%e2%80%8a-%e2%80%8acomplete-guide/

Ubuntu18.04下安装深度学习框架Pytorch(GPU加速)_wuzhiwuweisun的博客-CSDN博客_ubuntu18.04安装pytorch

其他安装过程可参考在Ubuntu18.04上搭建Pytorch深度学习环境 - 知乎

  • 0
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 1. 首先,确保您的计算机已经安装了NVIDIA显卡驱动程序。您可以通过运行以下命令来检查: ``` nvidia-smi ``` 如果您看到了显卡信息,说明您已经安装了驱动程序。 2. 接下来,您需要安装CUDA工具包。您可以从NVIDIA官网下载适合您的CUDA版本,并按照官方文档进行安装。 3. 安装cuDNN库。您可以从NVIDIA官网下载适合您的cuDNN版本,并按照官方文档进行安装。 4. 确保您的计算机已经安装Anaconda或Miniconda。您可以从官方网站下载安装。 5. 打开终端,创建一个新的conda环境: ``` conda create --name pytorch-gpu python=3.7 ``` 6. 激活新环境: ``` conda activate pytorch-gpu ``` 7. 安装pytorch-gpu: ``` conda install pytorch torchvision torchaudio cudatoolkit=<your_cuda_version> -c pytorch ``` 其中,<your_cuda_version>是您安装的CUDA版本号。 8. 安装其他必要的库: ``` conda install matplotlib pandas jupyter notebook ``` 9. 安装完成后,您可以在新环境中使用pytorch-gpu了。您可以通过运行以下命令来测试: ``` python -c "import torch; print(torch.cuda.is_available())" ``` 如果输出为True,则说明您已经成功安装pytorch-gpu。 ### 回答2: 要在Ubuntu 18.04上安装PyTorch GPU,您需要遵循以下步骤: 步骤1:安装CUDA 安装PyTorch GPU需要CUDA。按照下面的步骤安装CUDA: a) 添加PPA存储库: $ sudo add-apt-repository ppa: graphics-drivers/ppa $ sudo apt-get update b) 安装nvidia驱动程序和CUDA: $ sudo apt-get install nvidia-driver-435 $ sudo apt-get install nvidia-cuda-toolkit 步骤2:安装cuDNN cuDNN是NVIDIA深度神经网络库,提供GPU加速的功能。 a)从NVIDIA官方网站下载cuDNN的Deb文件。 b)解压缩下载的文件并将其复制到CUDA的安装目录下: $ sudo dpkg -i libcudnn7*.deb $ sudo cp -r /usr/src/cudnn_samples_v7/ $ HOME $ cd $ HOME/cudnn_samples_v7/mnistCUDNN $ make clean && make $ ./mnistCUDNN 步骤3:安装PyTorch a)安装Anaconda环境,这将帮助您管理您的Python环境。 b)创建一个名为"ml"的conda环境: $ conda create -n ml anaconda python=3.6 c)启用conda环境: $ source activate ml d)安装PyTorch: $ conda install pytorch torchvision cudatoolkit=10.1 -c pytorch 步骤4:测试您的PyTorch GPU安装 a) 启用conda环境: $ source activate ml b) 进入Python shell: $ python c)验证您的PyTorch GPU是否启用: import torch print(torch.cuda.is_available()) 如果 省略了CUDA和cuDNN,则会输出“False”,如果 安装正确,则会输出“True”。 这就是在Ubuntu 18.04上安装PyTorch GPU的过程。 ### 回答3: PyTorch是深度学习领域中最流行的框架之一,它提供了GPU加速计算的能力以加快训练速度和提高模型的准确性。Ubuntu 18.04是一种流行的Linux操作系统,可以在其上运行PyTorch GPU版本来发挥更强大的计算能力。 以下是在Ubuntu 18.04上安装PyTorch GPU的步骤: 1. 在安装PyTorch GPU之前,需要确保已安装英伟达显卡驱动程序。在Ubuntu终端中输入以下命令来安装驱动程序: sudo apt-get install nvidia-driver-410 注意:410是驱动程序的版本号,这可能会因您的显卡型号而有所不同。 2. 安装CUDA工具包。PyTorch需要CUDA来执行GPU加速计算。在安装CUDA之前,需要检查计算设备是否与CUDA兼容。在终端中输入以下命令: lspci | grep -i nvidia 如果输出显示英伟达显卡,则说明您的设备与CUDA兼容。 在安装CUDA之前,需要下载相应的安装程序: wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-10-0_10.0.130-1_amd64.deb 接着,运行以下命令安装CUDA: sudo dpkg -i cuda-10-0_10.0.130-1_amd64.deb 安装完成后,将CUDA添加到环境变量中,运行以下命令: echo 'export PATH=/usr/local/cuda-10.0/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc 3. 安装cuDNN库。cuDNN是一个GPU加速库,可以进一步加速计算。在下载cuDNN库之前,需要注册NVIDIA开发者网站并下载相应版本的cuDNN库。 运行以下命令安装cuDNN: tar -xzvf cudnn-10.0-linux-x64-v7.4.1.5.tgz sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64/ sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include/ 4. 安装PyTorch GPU。在终端中输入以下命令安装PyTorch GPU: pip3 install torch torchvision 安装完成后,运行以下代码测试PyTorch是否成功安装设备: import torch if torch.cuda.is_available(): print('CUDA is available') else: print('CUDA is not available') 这个命令行代码应该输出`CUDA is available`,表明PyTorch可以在GPU设备上进行计算。 以上就是在Ubuntu 18.04上安装PyTorch GPU的步骤。在安装过程中,如果遇到任何问题,请仔细检查您的系统和环境变量设置。
评论 2
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