ubuntu20.04安装及pytorch_gpu、tensorflow2.X_gpu安装回顾

已于 2022-04-12 21:58:01 修改
阅读量2.8k 收藏 14
点赞数 3
分类专栏： 深度学习 文章标签： 深度学习
于 2019-09-28 15:15:16 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/qq_16066781/article/details/101612312
版权

一、ubuntu20.04安装及必要软件安装

1、ubuntu20.04安装过程

使用windows自带磁盘管理取出所需空间（100G）用于ubuntu系统。
官网下载ubuntu20.04，插上u盘，使用软件UltraISO打开安装包，正常写入u盘即可。
开机按F9(以惠普为例)，选择u盘启动，进入ubuntu安装界面。
在这里插入图片描述
这一步中，可选择正常安装或最小安装，这里选择最小安装，后面自己安装所需软件即可。
在这里插入图片描述
这里可选择第一个，Ubuntu会自动用硬盘中压缩出去未使用的空间来安装ubuntu系统，不必点其它选项自己配置。
经过一段时间安装，看到安装完成，即可点重启电脑。（会有让拔出u盘的提示）
当重启时出现grub时，直接键入exit，回车后按F10（hp为例）进入bios，将Ubuntu启动顺序放在windows前，OK，搞定～

2、安装后需要做的事

a.换源

设置-关于-software updates，打开后将下载服务器改为其他，弹出的窗口中选择最佳的服务器即可。

b.使用NVIDIA驱动

设置-关于-software updates，打开后点击附加驱动，点NVIDIA driver metapackage 455即可。

c.调节时间，使ubuntu下时间与windows一致

$ sudo apt-get install ntpdate					
$ sudo ntpdate time.windows.com              //在Ubuntu下更新本地时间
$ sudo hwclock --localtime --systohc			//将本地时间更新到硬件上

完成后切换成windows，改正时间即可。

d.安装cuda及cudnn

cuda安装地址，选择cuda11.0，按实际选择，在下面有安装方法，这里直接粘过来：

$ wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run
$ sudo sh cuda_11.0.3_450.51.06_linux.run

点继续：
在这里插入图片描述
输入accept:
在这里插入图片描述点安装(按回车把Driver叉掉)：
在这里插入图片描述安装完成后，打开配置文件：

$ sudo gedit ~/.bashrc

配置cuda如下：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

更新配置文件：

$ source ~/.bashrc

输入nvcc -V，检查cuda能否使用

cudnn安装地址

解压cudnn，将cuda/include/cudnn.h文件复制到usr/local/cuda/include文件夹，将cuda/lib64/下所有文件复制到/usr/local/cuda/lib64文件夹中，并添加读取权限：

$ sudo tar -zxvf cudnn-11.0-linux-x64-v8.0.5.39.tgz
$ 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*

e.安装搜狗拼音

下载地址：失效从官网进入即可。

$ sudo apt-get install fcitx

打开 系统设置——区域和语言——管理已安装的语言，弹出：
在这里插入图片描述选择fcitx，点击“应用到整个系统”，关闭窗口，重启电脑

sudo dpkg -i sogoupinyin_2.4.0.2732_amd64.deb

如果安装过程中提示缺少相关依赖，则执行如下命令解决：

sudo apt -f install

重启后，Ctrl+space激活输入法即可。

f. 安装Chrome

下载地址

$ sudo dpkg -i google-chrome-stable_current_amd64.deb

g.安装网易云音乐

下载地址，其他操作系统客户端，选择Linux版下载

$ sudo dpkg -i netease-cloud-music_1.2.1_amd64_ubuntu_20190428.deb

h.安装sublime text

下载地址
在这里插入图片描述选择Linux repos，按安装步骤来即可。
打开sublime text，Tools-Install Package Control，安装完成后，preferences-Package Control，弹出界面输入install package，完成后，输入chinese：
在这里插入图片描述
选择第一个，则可以汉化。

i.安装anaconda

下载地址（清华源）
下载对应版本，进入文件夹

$ sh Anaconda3-2020.11-Linux-x86_64.sh

安装后终端输入python，如下图则成功：
在这里插入图片描述
反之，则需要配置:
终端输入

$ sudo gedit ~/.bashrc

# 弹出界面末尾输入
export PATH="自己的anaconda安装路径/bin:$PATH"

$ source ~/.bashrc

j.安装wps

下载地址

$ sudo dpkg -i wps-office_11.1.0.9719_amd64.deb

k.安装pycharm

下载地址

$ sudo tar -zxvf pycharm-community-2020.3.tar.gz
$ sudo mkdir /opt/pycharm
$ sudo mv pycharm-community-2020.3/ /opt/pycharm/
# 建立快捷方式
$ cd /usr/share/applications
$ sudo gedit jetbrains-pycharm.desktop

弹出界面中输入：

[Desktop Entry]
Version=1.0
Type=Application
Name=PyCharm Community Edition
Icon=/opt/pycharm/pycharm-community-2020.3/bin/pycharm.svg
Exec="/opt/pycharm/pycharm-community-2020.3/bin/pycharm.sh" %f
Comment=Python IDE for Professional Developers
Categories=Development;IDE;
Terminal=false
StartupWMClass=jetbrains-pycharm

conda

一、常用命令：

conda list     查看安装的包
conda info -e    查看存在哪些虚拟环境
conda update conda      更新conda
conda update --all       更新所有的包
conda remove package_name     删除某个包

二、更换清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes

三、虚拟环境：

创建虚拟环境：conda create -n your_env_name python=X.X，其中your_env_name自己起一个好记的名字即可。可按anaconda->envs路径找到此环境。
启动虚拟环境：conda activate your_env_name
关闭虚拟环境： 在该虚拟环境下conda deactivate
创建虚拟环境（复制已有环境）： conda create -n AAA --clone BBB
删除虚拟环境： conda remove -n your_env_name --all

pytorch

一、登陆pytorch官网：

https://pytorch.org/get-started/locally/

二、使用pip安装：

下面添加清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

然后再安装：

$ conda install pytorch torchvision torchaudio cudatoolkit=11.0

三、测试是否可用：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

四、若上述测试显示gpu不可用

1、检查cuda及cudnn版本是否匹配，以及是否正确安装
2、重新conda install.......，别安装，注意看pytorch版本，若是cpu版本，则很有可能是清华源的锅。
进入网站：点击，寻找对应版本下载。

pip install 本地文件绝对路径

tensorflow2

一、安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn tensorflow-gpu

二、检测是否可用

import tensorflow as tf
print(tf.__version__)
print(tf.test.gpu_device_name())

输出如图：
在这里插入图片描述

qq_16066781
关注
  • 3
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ubuntu 16.04 pytorch安装总结
01-20
昨天装完了ubuntu 16.04，之前毕业设计用的tensorflow，但深度学习这门课的作业项目不大，就打算装一下Pytorch，这篇文章总结一下。主要参考了这篇博客：ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + ...
最新避坑Ubuntu20.04安装tensorflow-gpu
CarolineWang1026的博客
12-06 3076
简短高效安装
Ubuntu20下安装tensorflow-gpu（极简）
L141210113的专栏
06-06 3689
一、安装Anaconda 1、先去这里下载Anaconda：https://www.anaconda.com/distribution/#download-section，网页最下方 2、cd到下载目录执行 sudo ./Anaconda3-2019.03-Linux-x86_64.sh 先按回车，然后按q直接跳过阅读协议，在安装目录那一步我修改为了/opt/anaconda3，其他全yes 3、测试conda环境 conda list 如果是（如果直接有反应就不必再配置了） bash: conda:
Ubuntu20.04安装tensorflow2.8.0+CUDA11.4
Robert_Q的博客
04-24 3453
Ubuntu20.04安装tensorflow2.8.0+CUDA11.41. 创建虚拟环境2. 安装tensorflow3. 安装CUDA4. 安装cuDNN5. 测试 需要事先安装好Anaconda 1. 创建虚拟环境 # python 版本可选 conda create -n tensorflow python=3.7.11 conda activate tensorflow 2. 安装tensorflow 我安装时tensorflow-2.8.0就是最新版本，默认直接安装了 # 我安装时tenso
Linux安装Tensorflow2
sievert的博客
06-16 1万+
假如你不幸和曾经的我一样，需要将TF2安装在非官撑的其他平台，那你还有两种方法可以去尝试，一种是借助docker，将环境部署在容器里；如果你需要更多更高级的配置，完全可以通过Dockerfile以及docker compose来实现，这里就不赘述了。章节三中的源代码构建方式更多的用途是基于TF2源码进行解析及二次开发，而通过docker方式进行部署或测试要比打包成PIP包的形式来的更加方便。假如你使用包管理器，直接创建一个环境即可。更不用提什么WSL，开发板，统统是不关心，不支持，真有你的Google。
ubuntu 安装TensorFlow(GPU版)（超详细，超简单）
Zdx
01-20 1万+
0、概述 1、CUDA8.0安装 1.1 下载安装包 1.2 安装CUDA 2、CUDNN6.0安装 2.1 下载CUDNN6.0并安装 2.2 检验安装是否成功 3、Anaconda 的安装 3.1 Anaconda下载 3.2 Anaconda安装 3.3 Anaconda换源 3.4 验证一下是否安装成功 4、TensorFlow的安装 4.1 建立con...
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=...
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=...
Vitis-AI3.0版本（gpu版本）pytorch及pytorch优化器docker镜像
04-09
以NVIDIA提供的nvidia/cuda:11.3.1-cudnn8-runtime-ubuntu20.04镜像为基础 仅修改apt、python、conda为国内下载源，其他未作变动 dockerfile修改内容： 参考文章...
YOLOv5(PyTorch)实战：训练自己的数据集(Ubuntu)
06-30
包括：安装YOLOv5、标注自己的数据集、准备自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型和性能统计。  希望学习在Windows系统上演示的学员，请前往《YOLOv5(PyTorch)实战：训练自己的数据...
不走弯路，ubuntu系统GPU版本的Pytorch安装
linux服务器安装gpu版tensorflow
01-23 2206
Ubuntu, GPU, driver, Pytorch, CUDA, CuDNN
Ubuntu20.04系统配置Pytorch环境(GPU版)
最新发布
Aitotra的博客
01-18 2839
在Ubuntu20.04系统中，安装CUDA，cuDNN和Pytorch，配置深度学习开发环境
Ubuntu 安装 pytorch-gpu
weixin_44349241的博客
07-28 3633
Ubuntu 上安装 pytorch gpu 版本
在Ubuntu系统中搭建GPU版pytorch环境
零碎记录一些自己用到的东西
06-10 4206
在乌班图系统中安装GPU版本的pytorch环境，重新安装显卡驱动，解决nvidia-smi指令不起作用。
Ubuntu | 安装GPU版本的pytorch
南瓜派三蔬
02-05 1694
文章目录1. 安装命令2. 验证安装成功3.关于cuda的版本等问题 1. 安装命令 从下面链接找到符合自己环境的安装命令 Pytorch官方：INSTALLING PREVIOUS VERSIONS OF PYTORCH 我用的是： pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html 2. 验证安装成功 进入python环境 impor
ubuntu安装pytorch-gpu
qq_39006905的博客
09-08 1753
ubuntu安装pytorch-gpu深度学习环境
Tensorflow-gpu安装，ubuntu20.04
tanking66的博客
02-20 253
ubuntu 20.04安装tensorflow-gpu
Ubuntu20.04安装配置tensorflow2深度学习环境
11-18 6151
Ubuntu20.04安装配置tensorflow2深度学习环境 之前在windows下配置了tensorflow2的环境，坑也有不少，最近配了台台式机，2070显卡，安装一下Ubuntu20.04系统，具体过程如下，分享给之后安装Ubuntu20系统的同学，仅供参考。 一、Ubuntu20.04系统安装 从Ubuntu官网http://cn.ubuntu.com/download/下载系统的iso文件 ，我们选择20.04版本。 系统安装参考：Ubuntu安装。只要按照步骤做好U盘启动...
Ubuntu20.04下深度学习环境配置（持续维护）
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pytorch-gpu
06-28
### 回答1： 下面是在 Ubuntu 20.04 上安装 PyTorch GPU 的步骤: 1. 安装 NVIDIA 驱动： ``` sudo apt-get update sudo apt-get install nvidia-driver-450 ``` 2. 安装 CUDA 工具包： ``` 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/11.0.3/local_installers/cuda-repo-ubuntu2004-11-0-local_11.0.3-450.51.06-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2004-11-0-local_11.0.3-450.51.06-1_amd64.deb sudo apt-key add /var/cuda-repo-ubuntu2004-11-0-local/7fa2af80.pub sudo apt-get update sudo apt-get -y install cuda ``` 3. 安装 PyTorch GPU： ``` pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu11.0/torch_stable.html ``` 安装完成后，可以使用如下代码检查 GPU 是否已成功连接： ``` import torch print(torch.cuda.is_available()) ``` 如果输出为 `True`，则 GPU 已成功连接。 ### 回答2： 在ubuntu20.04中安装pytorch-gpu前，需要确认以下几个方面： 1. 确认显卡型号：pytorch-gpu需要支持CUDA的显卡才能使用GPU加速。 2. 确认CUDA的版本：pytorch-gpu需要和CUDA版本匹配，可以在pytorch官方网站查看支持的CUDA版本。 3. 确认cuDNN的版本：cuDNN是CUDA的加速库，pytorch-gpu需要与cuDNN版本匹配。 接下来，我们开始安装pytorch-gpu： 1. 准备安装环境：首先需要安装Anaconda（或者miniconda）来管理python环境，安装CUDA和cuDNN，在终端输入以下命令： ``` sudo apt update sudo apt upgrade sudo apt install conda ``` 2. 创建conda环境：在终端输入以下命令，创建一个名为pytorch的conda环境，并安装python3.7版本： ``` conda create -n pytorch python=3.7 conda activate pytorch ``` 3. 安装必要的软件包：在pytorch环境中用pip安装必要的软件包，包括torch和torchvision: ``` pip install torch torchvision ``` 4. 集成GPU支持：在终端输入以下命令，确认CUDA和cuDNN的路径： ``` which nvcc ``` 如果没有输出路径，则需要配置CUDA的环境变量。在环境变量中添加以下路径： ``` export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH export CUDA_HOME=/usr/local/cuda-11.2 ``` 修改后需要保存环境： ``` source ~/.bashrc ``` 5. 测试GPU是否正常：在终端输入以下命令，如果输出GPU型号和CUDA版本，则说明GPU支持已经正常： ``` import torch print(torch.cuda.get_device_properties(0)) ``` 通过以上步骤，我们就可以在Ubuntu20.04中成功安装pytorch-gpu，并进行GPU加速的深度学习计算了。 ### 回答3： 安装PyTorch GPU需要以下步骤： 1. 安装NVIDIA驱动程序 首先需要安装NVIDIA驱动程序，因为PyTorch GPU需要GPU来运行。要安装NVIDIA驱动程序，可以通过以下命令来查看当前使用的NVIDIA GPU驱动程序版本： ``` nvidia-smi ``` 如果没有安装NVIDIA驱动程序，则需要从NVIDIA官网上下载安装程序并运行安装。 2. 安装CUDA CUDA是一个GPU并行计算平台，可以让PyTorch在GPU上运行。要安装CUDA，需要先检查一下可用的CUDA版本。可以通过以下命令来查看当前安装的CUDA版本： ``` nvcc --version ``` 如果没有安装CUDA，则需要从NVIDIA官网上下载相应的CUDA版本并运行安装。 3. 安装cuDNN cuDNN是NVIDIA的一种深度神经网络库，可以大大加速深度学习模型的训练和预测。要安装cuDNN，需要先从NVIDIA官网上下载相应的cuDNN版本，然后将其解压并将文件复制到系统目录中。 4. 安装PyTorch 最后，可以通过pip来安装PyTorch。可以使用以下命令来安装PyTorch： ``` pip install torch torchvision ``` 安装完成后，可以通过以下命令来验证PyTorch是否成功安装： ``` python -c "import torch; print(torch.cuda.is_available())" ``` 如果返回True，则表示PyTorch GPU已成功安装，并可以在GPU上运行。 总的来说，安装PyTorch GPU需要确保安装了NVIDIA驱动程序、CUDA和cuDNN，并使用pip安装PyTorch。在安装过程中需要注意版本匹配，以确保所有组件可以顺利地协调工作。

“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

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