ubuntu20.04+pytorch1.7(cuda10.2)+pycharm深度学习环境搭建

已于 2022-03-10 21:31:11 修改
阅读量5.9k 收藏 86
点赞数 14
分类专栏： 深度学习环境搭建 文章标签： pytorch 后端 深度学习
于 2020-11-16 15:12:55 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_34907927/article/details/109719858
版权

本文介绍在ubuntu20.04系统上安装pytorch，搭建深度学习开发环境的主要步骤。

文章目录



一、gcc设置

  1. 为了使ubuntu20.04兼容cuda10.2以及对应的cudnn，首先安装gcc7，g++7
sudo apt-get install gcc-7 g++-7
  1. 查看gcc和g++版本
ls /usr/bin/gcc*

显示有7和9两个版本
在这里插入图片描述

ls /usr/bin/g++*

在这里插入图片描述3.设置默认编译器（使用update-alternatives进行版本切换）

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 9
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1

4.查看此时的gcc默认版本

sudo update-alternatives --config gcc
sudo update-alternatives -- config g++

在这里插入图片描述

二、安装cuda

  1. 官网下载18.04对应的cuda10.2 runfile(local)，链接：
    https://developer.nvidia.com/cuda-toolkit-archive

  2. 在文件所在文件夹下输入命令：

sudo sh cuda_10.2.89_440.33.01_linux.run

在这里插入图片描述3. 依次点击continue和accept

在这里插入图片描述
在这里插入图片描述4. 按回车取消Driver项的安装（使用系统自带的硬件驱动，对于cuda10.2而言，驱动版本大于440.00即可），然后回车选择Install
在这里插入图片描述
5. 添加环境变量
gedit ~/.bashrc打开文件，在文件结尾添加如下语句：

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD-LIBRARY-PATH:+:${LD_LIBRARY_PATH}}

在这里插入图片描述6. 保存、更新环境变量

source ~/.bashrc
  1. 输入nvcc -V查看版本号

在这里插入图片描述cuda安装完成（注：使用nvidia-smi查看的硬件驱动版本查看的版本号（如cuda11.0）大于该运行时版本号时属正常情况）

三、安装cudnn

手动编译C++版本opencv且需要opencv_dnn_cuda，或许要使用tensorrt时必须安装（注意版本对应关系如tensorrt8.2.3要求cudnn8.2.1），仅使用pytorch在python环境下开发时可跳过也可视具体情况安装

  1. https://developer.nvidia.com/rdp/cudnn-download下载对应版本的cudnn
    runtime developer 和samples

  2. 在对应目录下依次输入

sudo dpkg -i libcudnn8_x.x.x-1+cudax.x_amd64.deb
sudo dpkg -i libcudnn8-dev_8.x.x.x-1+cudax.x_amd64.deb
sudo dpkg -i libcudnn8-samples_8.x.x.x-1+cudax.x_amd64.deb
  1. 测试
    拷贝例程到用户目录
cp -r /usr/src/cudnn_samples_v8/ $HOME
  1. 转到minist例程
cd  $HOME/cudnn_samples_v8/mnistCUDNN
  1. 编译例程
sudo make clean && make

如果出现fatal error: FreeImage.h 没有那个文件或目录
则需要执行：

sudo apt-get install libfreeimage3 libfreeimage-dev
  1. 运行例程
./mnistCUDNN
  1. 如果cudnn被恰当的安装，将输出打印消息：
    Test passed!

四、ssh安装和自启动（需要远程调试时可安装）

sudo apt-get install openssh-server
查看状态
sudo service ssh status

停止服务
sudo service ssh stop

启动服务
sduo service ssh start

设置开机自启动
sudo systemctl enable ssh
reboot

五、Anaconda安装

  1. 从
    https://www.anaconda.com/products/individual
    选择Linux 64-Bit(x86) installer下载.sh安装包
    在这里插入图片描述2. 在文件所在目录下输入命令安装
    在这里插入图片描述3. 配置环境变量
    gedit ~/.bashrc打开文件，检查末尾是否有如下语句：
    在这里插入图片描述==>如果没有：
    文件最后一行添加：
export PATH="/home/username/anaconda3/bin:$PATH"

保存关闭

  1. 更新环境变量
source ~/.bashrc

命令行最开始出现(base)标识
在这里插入图片描述

六、安装pytorch1.7

  1. 为了兼容更多的第三方包，conda中新建python3.7环境
    conda activate py37

  2. 添加conda国内源
    注意根据实际情况调整后缀linux-64

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64
conda config --set show_channel_urls yes

第三方源

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

查看源

conda config --show-sources
  1. conda安装pyTorch1.7
    访问：
    https://pytorch.org/get-started/locally/

在这里插入图片描述激活py37环境：conda activate py37
运行网页给出的命令，去除最后的-c pytorch以使用国内源，否则安装速度较慢
在这里插入图片描述
4. 验证
py37环境下，输入python进入python环境
运行：

import torch
x = torch.rand(5, 3)
print(x)

输出类似：
在这里插入图片描述检查cuda是否可用

import torch
torch.cuda.is_available()
print(torch.version.cuda)
torch.rand(3, 3).cuda()

七、安装pycharm

  1. 官网下载open-source压缩包
    https://www.jetbrains.com/pycharm/download/#section=linux

  2. 解压缩进入bin目录，运行pycharm.sh

bash pycharm.sh

在这里插入图片描述
3. 根据弹窗提示完成安装
4. 创建快捷方式

cd /usr/share/applications
sudo gedit pycharm.desktop

添加以下内容:

[Desktop Entry]
Version=1.0
Type=Application
Name=Pycharm
Icon=/home/elbert/software/pycharm/pycharm-community-2020.2/bin/pycharm.png
Exec=sh /home/elbert/software/pycharm/pycharm-community-2020.2/bin/pycharm.sh
MimeType=application/x-py;
Name[en_US]=pycharm

注意，这里Icon和Exec的绝对路径，从bin目录中文件的属性里查看

win+A查看所有应用，找到对应的图标，然后右键添加到桌面收藏夹
在这里插入图片描述

八、pip添加国内源

后续开发过程中需要使用pip安装扩展包，添加国内源可以加快包的下载速度
常用国内源

• 阿里云
https://mirrors.aliyun.com/pypi/simple/
• 中国科技大学 
https://pypi.mirrors.ustc.edu.cn/simple/
• 豆瓣(douban) 
http://pypi.douban.com/simple/
• 清华大学 
https://pypi.tuna.tsinghua.edu.cn/simple/
• 中国科学技术大学 
http://pypi.mirrors.ustc.edu.cn/simple

检查是否有~/.pip/pip.conf，若无

mkdir ~/.pip
cd ~/.pip
touch pip.conf
sudo gedit pip.conf

添加一个国内源

[global]
trusted-host = pypi.tuna.tsinghua.edu.cn
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

安装python版opencv(with contrib)示例：

pip install opencv-contrib-python

九、安装Tensorrt用于加速推理或部署

按需安装，这里需要注意和cuda还有cudnn的版本对应关系（cuda10.2版本需要下载补丁patch1和patch2都装一下,如果在后续测试中仍然报错，建议升级cuda11.x，cuda10.2似乎对新版tensorrt(新版本对算子等各方面支持好点)的支持不太好，无tensorrt需求则忽略此条!）
在这里插入图片描述

下载链接：
https://developer.nvidia.com/nvidia-tensorrt-8x-download

从这里下载18.04对应的tar包 (deb包要求cuda也是deb安装)
解压压缩包

tar -xzvf TensorRT-8.2.3.0.Linux.x86_64-gnu.cuda-10.2.cudnn8.2.tar.gz

转到解压文件夹并列出文件

cd TensorRT-8.2.3.0.Linux.x86_64-gnu.cuda-10.2.cudnn8.2/TensorRT-8.2.3.0
ls

注意到有以下子文件夹
在这里插入图片描述
打开配置文件gedit ~/.bashrc将tensorrt库添加到环境变量，另外将tensorrt的更目录加入环境变量，方便后面调试例程

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$YOUR_ROOT_DIR/TensorRT-8.2.3.0.Linux.x86_64-gnu.cuda-10.2.cudnn8.2/TensorRT-8.2.3.0/lib

在这里插入图片描述

保存并关闭文件，刷新环境变量

source ~/.bashrc

安装python的TensorRT wheel文件

cd $YOUR_ROOT_DIR/TensorRT-8.2.3.0.Linux.x86_64-gnu.cuda-10.2.cudnn8.2/TensorRT-8.2.3.0/python

ls可以查看到文件内所有支持的不同的python版本
在这里插入图片描述
这里安装python3.8版本

python3 -m pip install tensorrt-8.2.3.0-cp38-none-linux_x86_64.whl

安装python uff的wheel文件，转到uff目录执行：

python3 -m pip install uff-0.6.9-py2.py3-none-any.whl

安装python graphsurgeon 的wheel文件，转到graphsurgeon目录执行：

python3 -m pip install graphsurgeon-0.4.5-py2.py3-none-any.whl

安装python onnx-graphsurgeon的wheel文件，转到onnx-graphsurgeon目录执行：

python3 -m pip install onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl

验证是否安装成功
在这里插入图片描述
测试demo

cd samples/python/network_api_pytorch_mnist
python sample.py
功夫小象
关注
  • 14
    点赞
  • 踩
  • 86
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
ubuntu20.04中pcharm配置pytorch环境
weixin_38410551的博客
07-14 878
pycharm配置pytorch环境
4. 在Ubuntu20.04安装Anaconda Pytorch Pycharm
一只科研的向光
03-30 2853
官网： https://www.jetbrains.com/pycharm/download/#section=linux。4. 所有程序的快捷方式都在/usr/share/applications/文件夹下，将jetbrains-pycharm-ce.desktop复制到桌面。清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/默认安装路径在“/home/username/Anaconda”，直接回车安装在默认路径；
安装ubuntu20.04系统及安装pycharm配置pytorch历程及环境中各功能指令总结
weixin_62310813的博客
09-18 1522
装个双系统——windows+ubuntu，听朋友说装ubuntu和个人电脑有关系，有的可能很麻烦。没办法装还是得装，第一次使用，装了两天终于装好了ubuntu,也装好了pycharm社区版，接着装cuda11.0,cudnn,anaconda3,并装了pytorch1.7.0环境。记录一下，万一哪里出问题崩溃了还能尽快重新装。
Ubuntu+Anaconda+Pytorch+Pycharm深度学习环境搭建过程
A9u9uih的博客
09-03 695
博主后续的学习需要用到opencv，胡乱在conda中下载了一个版本，能用，但是在pycharm中没有代码补全功能，试了网上的很多办法，并不能够解决自己的问。在环境配置完成后，单纯的使用命令行肯定是不方便我们开发的，所以博主采用pycharm进行后续的学习。进入下载的目录中，在终端中打开,输入.sh可执行文件。，找到之前所配置的conda环境，之后点击创建即可。官网查看自己显卡所对应的显卡驱动，在这不过多赘述。选择需要的pytorch版本和对应的cuda版本。查到自己需要安装的cuda版本后，执行。
Conda
最新发布
数字人生
05-04 1240
如果你想使用一个不同的源，比如国内的镜像源，来加快下载速度或者因为一些网络限制，你可以指定 Conda 使用不同的渠道。请记住，不同的源可能会有不同版本的包，所以有时候包的选择和源的顺序也变得很重要。使用Conda时，最好的实践是尽量保持源列表简洁，并且了解正在使用的源。Conda源通常是由社区维护的，可以在线搜索Conda源以查找新的源。- 默认源: 当安装Anaconda或Miniconda时，Conda会默认配置它自己的默认源。- conda-forge: 非常流行的社区维护源，拥有大量的包。
python笔记1.3-Ubuntu18.04+Anaconda+PyCharm+Pytorch
胭脂草的ABC博客
01-21 175
参照3.2节，可以使用pycharm新建虚拟环境解释器my_torch_cpu39_pycharm，也可以加载终端使用conda命令建立的虚拟环境.创建Anaconda虚拟环境:conda create -n my_torch_gpu39 python=3.9。wget之后下载到主目录/home/用户名，中，在run文件目录中打开终端，执行安装命令。创建完的虚拟环境在/home/zd/anaconda3/envs/my_test39。卸载安装文件-----删掉安装目录文件在/opt/pycharm目录下。
Ubuntu+Anaconda+Pytorch+PyCharm 环境搭建
Ada的信徒
01-08 2094
Ubuntu+Anaconda+Pytorch+PyCharm 环境搭建
Ubuntu20.04搭建Pytorch1.8深度学习环境
weixin_44415928的博客
05-07 1848
1. 环境版本 Ubuntu 20.04 Python 3.8 (基于anaconda3) nvidia-driver 460.73 cuda-version 11.2 pytorch 1.8.1 2. 安装过程 1. 安装nvidia驱动 sudo apt install nvidia-driver-460 安装完后重启系统，shell中输入nvidia-smi 出现如下页面即安装成功 +-------------------------------------------------------
Ubuntu18.04下安装深度学习框架Pytorch（CUDA10.2）
皓月的博客
07-09 2488
安装显卡驱动 （1）进入ubuntu主界面找到software&Updates （2）点击Additional Drivers-->选用其中的440以上版本的显卡驱动,点击Apply Changes安装完后重启生效 （3）可通过nvidia-smi验证 安装CUDA （1）进入CUDA官网 下载合适的版本，推荐CUDA10.2 （2）按照官方教程完成以后，在终端输入sudo gedit ~/.bashrc 然后在文件的末尾添加下...
Ubuntu20 PyTorch环境配置
iDiotClub
08-30 327
前言 在ubuntu等各类系统下配置深度学习框架的教程已经泛滥于各类论坛，但是其中很多内容早已过期，安装方式繁琐，且由于ubuntu系统的特殊性，安装的很多包由于不是使用系统工具，在删除已有版本、更新新版本或者重新安装方面都造成了很大的麻烦。 因此此教程作为本人安装环境的记录，会尽可能在安装步骤中简化操作。 1. Ubuntu20.04 LTS系统 由于Ubuntu系统的开源性，从一个非官方的渠道安装的ubuntu系统可能在各种地方出现奇怪的问题。因此如果可能的话尽量使用官方镜像来安装。安装可以参考官方提供
ubuntu20.04在miniconda中安装pytorch1.7
明德zhuang
02-28 676
ubuntu20.04+cuda11.0+cudnn8.0.5+pytorch1.7.1+python3.8 1.安装miniconda； 2.更改miniconda源 参考链接: 在Ubuntu的miniconda中如何加入国内镜像源. 3.创建虚拟环境 参考链接：Pytorch1.7.0—GPU安装教程. conda create -n pytorch_1.7 python=3.8 #创建虚拟环境 activate python_1.7 #激活进入虚拟环境 4.在虚拟环境中安装pytorch co
xposed framework
12-06
Xpsed framework code
Xposed-framework-v90-beat3-magiskmodule.zip
08-25
magisk版Xposed的magisk模块，在magisk管理器里安装即可
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=...
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。
安装Ubuntu20.04+ROS+Cartographer
06-17
Ubuntu20.04+ROS+Cartographer安装指南 本文档将指导您安装Ubuntu20.04操作系统，并在其上安装ROS（机器人操作系统）和Cartographer（激光SLAM算法），以便实现机器人和SLAM开发。 一、Ubuntu20.04安装 安装...
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 + ...
Android Xposed 框架
m0_56144365的博客
11-30 3891
Xposed是一款优秀的Android HOOK框架，优势是模块编写起来相对比较容易，功能强大，缺点也比较明显，每次重新编译框架或者开启、关闭框架，都需要重新引导系统，比较麻烦，同时不能直接HOOK C/C++编写的函数，也比较容易被检测出来（当然了你可以把检测代码也HOOK掉），也是其局限性之一。来自：https://www.yuque.com/wrlu/security/android-xposed-hook。
ubuntu在pycharm配置pytorch
03-27
1.在Ubuntu中安装pycharm 首先，我们需要在Ubuntu中安装PyCharm。您可以在JetBrains官网上下载PyCharm Community Edition或PyCharm Professional Edition。 2.安装PyTorch 在PyCharm中使用PyTorch之前，您需要首先安装PyTorch。您可以使用以下命令在Ubuntu中安装PyTorch： ``` pip3 install torch torchvision ``` 3.创建新的PyCharm项目 在PyCharm中选择“新项目”，输入项目名称并选择Python解释器。选择已安装的Python解释器，并将其设置为默认解释器。 4.配置PyTorch解释器 在PyCharm中，单击“文件”->“设置”->“解释器”并选择您的Python解释器。单击“安装”并搜索“torch”，然后安装PyTorch。 5.导入PyTorch库 现在，您可以在PyCharm中导入PyTorch库并开始使用它。 ``` import torch ```

“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 3
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