Ubuntu+Pytorch开发入门整理——环境搭建

最近在使用Ubuntu开发,但是在配置环境中的时候发现的确会有一些坑,比如nVidia的驱动,现在做一些资料整理。

  • 安装方面,使用的是unetbootin制作的U盘,在电脑上进行安装,安装时候值得注意的是,若是之前盘中有其他系统的话,可能会产生一定的影响。双系统,一般情况下都是另一系统的快速启动功能带来的。
  • 在安装unbuntu系统时,最好选择将整个硬盘作为安装盘,这样的话可以排除双系统带来的一些不必要的影响(如果那个系统是不需要的)。
  • ubuntu安装显卡驱动的时候会遇到一些问题,一般会遇到登陆界面死循环,这时候你需要重新卸载安装驱动。卸载的方法如下:(索性就全在文本模式下弄了,反正也进不去desktop)
sudo service lightdm stop
sudo apt-get install autoremove --purge nvidia*
或
sudo apt-get autoremove --purge nvidia-*
  • 驱动的安装过程:这样芭拉芭拉芭  其次最重要的一点是最后一条指令不能直接就用上,应该在后面加上些参数像这样的
sudo ./NVIDIA.run -no-x-check -no-nouveau-check -no-opengl-files
#这样是为了避免出现Ubuntu卡在登陆界面循环。

 

安装完之后就能成功进入destktop了(要是还是卡住,我的建议是多安装几遍,因为本人也是在安装2天左右后好的,途中使用了很多方法,总结出来的),使用命令

nvidia-smi

发现没有反应,这个时候你需要去将主板中的secure boot(安全启动)去关闭,这个大家可以去google一下。然后重启一下就行了。

  • 在安装好驱动之后开始安装CUDA,CUDA的安装
  • 安装好CUDA后,再安装cuDDN,cuDDN的安装,这个连接要往下拉一点,看到安装。
从零开始搭建基于Anaconda、PyCharm以及PyTorch(CPU版本)的开发环境,你需要进行以下步骤: 1. 安装Anaconda: 首先,从Anaconda官网下载适合你操作系统的Anaconda安装包。根据你使用的系统(Windows、macOS、Linux)选择相应的安装程序。下载完成后,运行安装程序并按照指示完成安装。在安装过程中,请确保Anaconda被添加到系统的PATH环境变量中,这样你就可以在命令行中直接使用conda命令。 2. 创建一个新的虚拟环境: 打开Anaconda命令提示符或者终端,然后使用conda创建一个新的虚拟环境。例如,如果你想创建一个名为“pytorch-env”的环境,并安装Python 3.8版本,你可以使用以下命令: ``` conda create -n pytorch-env python=3.8 ``` 创建完成后,激活这个虚拟环境: ``` conda activate pytorch-env ``` 3. 安装PyTorch(CPU版本): 在激活的虚拟环境中,你可以使用conda或者pip命令来安装PyTorch的CPU版本。推荐使用conda命令,因为它会处理依赖问题,你可以直接使用下面的命令来安装: ``` conda install pytorch cpuonly -c pytorch ``` 这将安装PyTorch及其CPU版本的依赖。 4. 安装PyCharm: 从PyCharm官网下载适合你操作系统的PyCharm社区版或专业版安装包,并按照提示完成安装。社区版是免费的,而专业版需要购买许可证。 5. 配置PyCharm以使用Anaconda虚拟环境: 打开PyCharm,创建一个新项目,并在项目创建过程中选择解释器。在解释器配置窗口中,点击齿轮图标并选择“Add”,然后选择“Conda Environment”。PyCharm会自动检测已安装的conda环境,选择之前创建的“pytorch-env”环境作为项目解释器。 完成以上步骤后,你就建立了一个配置了Anaconda虚拟环境和PyTorch(CPU)的PyCharm开发环境,可以开始你的机器学习或深度学习项目了。
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