文章目录
安装包
-
VMware:
链接:https://caiyun.139.com/m/i?175CkxFe1AkjN
提取码:GkSk
复制内容打开和彩云PC客户端,操作更方便哦 -
镜像文件:
在VMware中安装Ubuntu 18
待补充
linux环境配置
安装miniconda
-
安装:
sh Miniconda3-4.6.14-Linux-x86_64.sh
,一直enter,根据提示输入yes,最后会安装在当前目录下的/home/bigdata/miniconda3中
-
验证是否安装成功:
conda --version
,如果显示找不到命令,表示环境变量还没有配置 -
配置环境变量:在用户目录下,打开
vim /home/bigdata/.bashrc
文件,添加export PATH="/home/bigdata/miniconda3/bin:$PATH"
,再source /home/bigdata/.bashrc
使修改生效 -
添加清华镜像源:
# 添加清华镜像源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 # 移除默认的 conda config --remove channels defaults #显示检索路径 conda config --set show_channel_urls yes #显示镜像通道 conda config --show channels
安装CUDA+cudnn
安装CUDA显卡驱动
1. 准备工作,验证是否具有安装环境
(1)查看显卡的驱动版本以及支持的最大cuda版本:nvidia-smi
,可以看到是10.2版本
(2)是否有一个cuda功能的GPU:lspci | grep -i nvidia
(3)linux版本是否支持:uname -m && cat /etc/*release
(4)GCC是否安装:gcc --version
(5)系统安装了正确的内核头文件和开发包:uname -r
2. 下载CUDA安装包:
Release Notes :: CUDA Toolkit Documentation (nvidia.com)
CUDA Toolkit Archive | NVIDIA Developer
ppc64,ppc64le,ARM,AMD,X86,i386,x86_64(AMD64),AArch64的概念_ac.char的博客-CSDN博客_ppc64le
下载命令: wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
# 下载命令(根据网页提示):
wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
# 安装命令:
sudo sh cuda_10.2.89_440.33.01_linux.run
# 注意要输入accept,等会光标移到Driver项,enter键,取消选择([ ]中为空,不要安驱动,否则会替换已有的驱动),然后光标移到install,enter键,开始安装
# 安装结束后,屏幕可以看到一下信息,这是cuda安装目录
- PATH includes /usr/local/cuda-10.2/bin
- LD_LIBRARY_PATH includes /usr/local/cuda-10.2/lib64, or, add /usr/local/cuda-10.2/lib64 to /etc/ld.so.conf and run ldconfig as root
3. 配置环境变量
命令行输入命令sudo vim /etc/profile
, 按下i键进入insert模式
export LD_LABRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2
按下ESC键,:键,输入wq保存退出。输入命令source /etc/profile
激活环境变量
4. 验证是否安装成功:nvcc -V
![在这里插入图片描述](https://img-blog.csdnimg.cn/bc44236d260b4c5b825b9411e0787569.png#pic_center)
安装cuDNN
-
选择版本7.6.5,以及对应的CUDA10.2,登录(XXX),下载
-
安装,切换到文件目录下,解压下载的文件,进行复制以及更改文件属性
# 解压cudnn文件 tar -xvf cudnn-10.2-linux-x64-v7.6.5.32.tgz # 将解压后的文件拷贝到CUDA对应的安装目录下(见上步安装CUDA,一般在/usr/local),并更改文件属性 sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64/ # 为所有用户设置读取权限 sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h /usr/local/cuda-10.2/lib64/libcudnn*
-
查看cuDNN版本
# 查看cudnn版本,前三个数字表示版本号7.6.5 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 输出如下 #define CUDNN_MAJOR 7 #define CUDNN_MINOR 6 #define CUDNN_PATCHLEVEL 5 -- #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL) #include "driver_types.h" # 如果是cudnn 8版本以上的使用下面命令 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
安装torch
-
创建一个专属环境:
conda create -n trafficJob python=3.8.13
-
切换环境:
conda activate trafficJob
-
安装pytorch=1.12版本
(1)在线安装: Previous PyTorch Versions | PyTorch
# CUDA 10.2 conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch # CPU Only conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cpuonly -c pytorch
(2)离线安装(torch=1.12版本未试过):
https://download.pytorch.org/whl/torch_stable.html
https://download.pytorch.org/whl下载安装文件,注意cuda版本,python版本,以及系统
查看torch与torchvision版本对应关系:https://github.com/pytorch/vision#installation
pip install torch-1.10.0+cu102-cp37-cp37m-linux_x86_64.whl
pip install torchaudio-0.10.0+cu102-cp37-cp37m-linux_x86_64.whl
pip install torchvision-0.11.1+cu102-cp37-cp37m-linux_x86_64.whl安装:`pip install torch-0.4.1-cp37-cp37m-linux_x86_64.whl
-
验证是否安装成功
import torch torch.cuda.is_available()
-
安装其他包
pip安装时,下载较慢:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:http://pypi.hustunique.com/
山东理工大学:http://pypi.sdutlinux.org/
豆瓣:http://pypi.douban.com/simple/conda install numpy==1.23.1 conda install pandas==1.2.4 conda install scipy==1.9.0 conda install tensorboardX==2.5.1