ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

运行环境:

ubuntu18.04 melodic
宏基暗影骑士笔记本

适用:

ubuntu18.04 / ubuntu20.04

思路:

3060显卡+CUDA11.1+cudnn8.1.0+pytorch1.8.0+pycharm2021+Anaconda+vscode

1.1 3060显卡驱动自动安装

1)换清华源
2)安装nvidia-driver-470-server
3)重启电脑
4)nvidia-smi (检查已显卡驱动版本)
在这里插入图片描述

在这里插入图片描述

CUDA Version: 11.4 (显卡驱动API 11.4)

2.1 CUDA11.1.1

CUDA下载地址:https://developer.nvidia.com/cuda-toolkit-archive

1)下载CUDA Toolkit 11.1 Update 1 Downloads

(运行API,小于等于上面显卡驱动API 11.4就可以)

在这里插入图片描述
复制到浏览器下载, 不需要墙(30分钟)

 https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run

cd 到下载路径

sudo sh cuda_11.1.1_455.32.00_linux.run

2)contunue , 然后accept

在这里插入图片描述

在这里插入图片描述

3)回车取消Driver安装,然后install

在这里插入图片描述

4)添加环境变量

gedit ~/.bashrc

在文件结尾添加如下语句:(修改成自己的路径)

export PATH="/usr/local/cuda-11.1/bin:$PATH"
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-11.1/lib

在这里插入图片描述

source ~/.bashrc
nvcc -V 

在这里插入图片描述

只要驱动API高于运行时API就没关系
nvidia-smi显示的是驱动API,nvcc -V显示的是运行时API

5)确认是否安装成功

进入deviceQuery/目录

cd usr/local/cuda-11.1/samples/1_Utilities/deviceQuery/
sudo make

在这里插入图片描述执行检查版本

./deviceQuery

在这里插入图片描述

3.1 cudnn 8.1.0

https://developer.nvidia.com/rdp/cudnn-archive
密码:首位设置是大写

1)下载版本

Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2
在这里插入图片描述

2)解压

tar -xvzf cudnn-11.4-linux-x64-v8.2.2.26.tgz
sudo nautilus

打开超级复制,复制include和lib64文件夹内容复制到cuda11.1对应文件夹中
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3)添加环境变量

参考网址

gedit ~/.bashrc
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc

在这里插入图片描述

4)查看cudnn版本

ls /usr/local/cuda/include/cudnn.h

如果输出 No such file or directory,则cuDNN头文件未安装或者安装位置不正确,
如果输出 /usr/local/cuda/include/cudnn.h,则cuDNN头文件已经安装成功。

在这里插入图片描述

ls /usr/local/cuda/lib64/libcudnn*

在这里插入图片描述

4.1 pycharm2021.3

1)社区版(免费)

https://www.jetbrains.com/pycharm/download/other.html

在这里插入图片描述

2)安装并创建pycharm图标

cd /home/duduzai/pycharm2021/bin
bash pycharm.sh
cd /usr/share/applications
sudo gedit pycharm.desktop
[Desktop Entry]
Version=1.0
Type=Application
Name=Pycharm
Icon=/home/duduzai/pycharm2021/bin/pycharm.png
Exec=sh /home/duduzai/pycharm2021/bin/pycharm.sh
MimeType=application/x-py;
Name[en_US]=pycharm

在这里插入图片描述

5.1 Anaconda 5.3.0(python3.7.0)

1)下载

https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

下载Anaconda3-5.3.0-Linux-x86_64.sh
在这里插入图片描述

2)安装

bash Anaconda3-2023.03-Linux-x86_64.sh

一直按回车 或 输入yes再回车(自动添加环境变量)

在这里插入图片描述

在这里插入图片描述

ROS自带的3.6.9被替换成anaconda自带的3.7.0

在这里插入图片描述

gedit ~/.bashrc
如果导致ROS包编译错误,建议注释掉,再重新编译ROS包(如相机雷达标定包)
source ~/.bashrc

# 注释后激活conda方式:
source ~/anaconda3/bin/activate
conda activate openmmlab
# added by Anaconda3 5.3.0 installer
# >>> conda init >>>
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$(CONDA_REPORT_ERRORS=false '/home/duduzai/anaconda3/bin/conda' shell.bash hook 2> /dev/null)"
if [ $? -eq 0 ]; then
    \eval "$__conda_setup"
else
    if [ -f "/home/duduzai/anaconda3/etc/profile.d/conda.sh" ]; then
        . "/home/duduzai/anaconda3/etc/profile.d/conda.sh"
        CONDA_CHANGEPS1=false conda activate base
    else
        \export PATH="/home/duduzai/anaconda3/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda init <<<

5.2 Anaconda 环境创建

1)创建名为 lidar_camera 的环境

conda create --name lidar_camera python=3.8

2)激活环境

conda activate  lidar_camera 

3)显示环境的安装包

conda list 

4)查看所有环境

conda env list

在这里插入图片描述

6.1 pytorch1.8

https://pytorch.org/get-started/previous-versions/

在这里插入图片描述

conda activate lidar_camera
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

7.1 Anaconda和vscode联合使用

1)安装vscode环境

在这里插入图片描述

2)设置conda路径

查看conda环境路径

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

/home/duduzai/anaconda3/envs/lidar_camera/bin/python

⭐⭐⭐ 嘟嘟崽 ⭐⭐⭐
⭐⭐⭐ 祝你成功 ⭐⭐⭐
  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Ubuntu上安装驱动CuDNNCUDAPyTorch可以按照以下步骤进行: 1. 安装驱动:可以通过以下几种方式安装驱动: - 通过"Software & Updates"工具在“Additional Drivers”选项中选择一个适用于您的型号的驱动程序,并点击“Apply Changes”进行安装。 - 通过命令行使用`ubuntu-drivers devices`命令查看可用的驱动,然后使用`sudo ubuntu-drivers autoinstall`命令自动安装推荐的驱动。 2. 安装CuDNNCuDNN是NVIDIA加速库,可提供用于深度学习的GPU加速功能。可以按照以下步骤安装CuDNN: - 前往NVIDIA官方网站,下载适用于您的CUDA版本的CuDNN压缩文件(通常需要注册NVIDIA开发者账号)。 - 将CuDNN压缩文件解压缩到一个合适的位置,例如`~/cuda`文件夹。 - 打开终端,使用`cd`命令进入CuDNN解压缩文件的路径,并执行以下命令安装CuDNN: ``` 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* ``` 3. 安装CUDACUDA是用于在NVIDIA GPU上进行并行计算的平行计算平台和API。可以按照以下步骤安装CUDA: - 前往NVIDIA官方网站,选择适用于您的和操作系统的CUDA版本,并下载对应的运行文件(通常需要注册NVIDIA开发者账号)。 - 打开终端,使用`cd`命令进入CUDA运行文件所在的目录,并执行以下命令安装CUDA: ``` sudo sh cuda*.run ``` - 执行安装向导中的步骤,根据提示进行安装配置,包括选择安装路径和设置环境变量。 - 安装完成后,可以通过执行`nvcc --version`命令验证CUDA的安装情况。 4. 安装PyTorchPyTorch是一个用于构建深度学习模型的开源Python库。可以按照以下方式安装PyTorch: - 打开终端,执行以下命令安装PyTorch: ``` pip install torch torchvision ``` - 在安装过程中,可能需要下载和编译一些依赖项。请耐心等待安装完成。 安装完成后,您可以在Ubuntu上使用驱动CuDNNCUDAPyTorch进行深度学习任务。

“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

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

打赏作者

圆嘟嘟2019

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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