Ubuntu22.04 安装深度学习服务器全纪录

已于 2024-07-30 09:55:31 修改
阅读量1.1k 收藏 5
点赞数 1
分类专栏： 软件安装及编程的疑难杂症 文章标签： 深度学习 服务器 人工智能
于 2023-07-21 17:11:02 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_43650934/article/details/131844723
版权

文章目录

Ubuntu 22.04 安装深度学习服务器全纪录

制作启动盘

安装 Ubuntu 22.04

  • 将U盘插到服务器上，开机按F11键（具体什么键跟主板型号有关）选择启动项进入临时的 Ubuntu 系统，在图形界面中选择 Install Ubuntu ，所有配置都可以使用默认的，改一下用户名和密码即可。

  • 进入系统后设置一下root账户密码：

    sudo passwd root

    同时为了避免每次sudo都要输入密码，这里配置一下visudo：

    sudo visudo

    在文件最后加上一句（ name 改为自己的用户名）：

    name ALL=(ALL) NOPASSWD: ALL

重装 Ubuntu 22.04

  • 制作 Ubuntu 22.04 启动盘，操作如上。
  • 开机按F11键，进入 BIOS 系统。
  • 点击 One-shot UEFI Menu ，在 Select UEFI Boot Option 中选择自己的 USB 启动盘。
  • 进入安装系统，点击 try or Install Ubuntu 。

服务器备份

  • 此处使用的备份方法是使用 rsync 与群晖同步，定期备份数据。
  • 安装 rsync：
    sudo apt-get install rsync  # 安装 rsync
rsync -V  # 检查版本
  • 登录群晖服务器，点击套件中心，点击 Active Backup for Business：
    在这里插入图片描述
    在这里插入图片描述
  • 点击文件服务器——添加服务器——选择rsync服务器——下一步：
    在这里插入图片描述
  • 填写远程服务器信息，并为此添加备份任务.
  • 选择备份模式，此处选择增量模式。
  • 选择备份目录：此处选择的是：boot，dev，etc，home，opt，root，sys，tmp，usr，var。
  • 创建本地路径，填写任务名称和目的地的路径，以及执行任务的时间和频次。
  • 立即备份。

配置国内镜像软件源

  • 备份原来的源：
    sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
  • 将源的内容设置为清华镜像：
    sudo apt install vim
sudo rm /etc/apt/sources.list
sudo vim /etc/apt/sources.list
    将其中内容改为：
    # 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse

# 预发布软件源，不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-proposed main restricted universe multiverse 作者：贝拉的海 https://www.bilibili.com/read/cv17891624?spm_id_from=333.999.0.0 出处：bilibili
    此处强烈建议使用清华源，阿里源的包不全，之后有一个安装问题折腾我好久，换了清华源就好了！！！
  • 更新软件列表：
    sudo apt update
sudo apt upgrade

Python 相关设置

  • Ubuntu 22.04 系统默认自带 Python3.10 ，有版本需求的话也可以自己安装一下，此处不再自己安装。
  • 更换 pip 清华源：
    python -m pip install --upgrade pip
或者 sudo apt install python3-pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

配置 SSH

  • 在安装完新系统后，先执行更新操作确保在当前Ubuntu系统上安装和启用SSH不会发生冲突，使用sudo来执行更新操作
    sudo apt update && sudo apt upgrade -y
  • 最新的 Ubuntu 22.04 LTS 系统默认没有安装和启用 SSH 服务，因此首先在终端中运行以下命令，执行安装操作：
    sudo apt install openssh-server -y
    安装完后，使用systemctl启动SSH服务:
    sudo systemctl enable --now ssh
  • 然后检查SSH服务运行状态，确保服务正常运行并且没有错误输出(显示active running表示服务正常)：
    sudo systemctl status ssh
    在这里插入图片描述
    按 q 退出预览。
  • SSH 默认使用 22 端口，启用并重新加载防火墙：
     sudo ufw enable && sudo ufw reload
    之后就可以通过 XShell 等工具远程连接服务器。

配置远程桌面

MS-RDP 方法
  • 需要注意的是，该方法需要 Ubuntu 账户登录后，才可远程连接，若 Ubuntu 用户注销则无法连接。经过测试，该远程方式实际上为远程控制方式，其实不适用于深度学习服务器的配置。
  • 开启 Ubuntu 的共享功能：
    设置——共享——开启远程桌面。
    在这里插入图片描述
    在这里插入图片描述
    认证栏下方的用户名和密码是远程登录时需要填写的用户名和密码，可以和 Ubuntu 系统登录的用户名和密码不一致。但是这里的密码初始时是随机生成，第一次使用时需要修改。
  • 防火墙允许 xrdp 端口：
    sudo ufw allow from any to any port 3389 proto tcp
  • 此时，可以通过 win10 自带的远程连接工具连接服务器了。
xrdp 方法
  • 首先在 Ubuntu 系统中设置永不息屏。
  • 执行如下命令：
    sudo apt update
sudo apt install xrdp
sudo apt-get install xfce4
sudo systemctl enable --now xrdp  # 启动xrdp服务，并设置为开机自启
sudo ufw allow from any to any port 3389 proto tcp  # 防火墙允许xrdp服务端口
    如果多 Linux 用户使用服务器，建议关闭防火墙：
    sudo ufw disable
  • 经过测试，远程登录前，需要先注销 ubuntu 系统的登录；结束远程桌面前，也需要先注销登录，不然直接登录 ubuntu 系统时会黑屏。
xrdp 疑难杂症解决办法

经过测试，上述操作已经可以解决远程连接问题，若有其他报错，可参考下述方法。

  • 解决 Job for xrdp.service failed because the control process exited with error code.xrdp 启动错误：
    sudo touch /var/log/xrdp.log
sudo chown xrdp:adm /var/log/xrdp.log
sudo chmod 640 /var/log/xrdp.log
sudo reboot
  • 解决 nding ogin info to session manager, please wait…login failed for display 0 启动错误：
    将 allowed_users=console 改为 allowed_users=anybody：
    sudo vi /etc/X11/Xwrapper.config

安装 CUDA

  • 进入系统的图形桌面，打开软件更新器，可以看到标签栏有一个附加驱动，选择第一个安装 Nvidia 官方驱动（第二个是开源驱动）即可，安装完重启服务器：
    在这里插入图片描述

  • 重启完之后更新一下软件：

    sudo apt update
sudo apt upgrade

  • 通过nvidia-smi查看当前显卡驱动版本：
    在这里插入图片描述

  • 通过https://docs.nvidia.cn/cuda/cuda-toolkit-release-notes/index.html找到与之对应的 CUDA 版本：
    在这里插入图片描述

  • 再通过https://developer.nvidia.com/cuda-toolkit-archive/下载该版本的 CUDA ：
    在这里插入图片描述

    wget https://developer.download.nvidia.com/compute/cuda/12.0.1/local_installers/cuda_12.0.1_525.85.12_linux.run
sudo sh cuda_12.0.1_525.85.12_linux.run --override

    报的警告选择 continue ：
    在这里插入图片描述

    根据提示选择安装选项，注意不要勾选第一个安装显卡驱动（ driver ）的，因为之前已经安装过了：
    在这里插入图片描述
    安装完成后提示：
    在这里插入图片描述

  • 根据上图提示需要配置环境变量：

    nano  ~/.bashrc

    再文件最后加入以下语句（加入的具体内容根据上述输出进行修改）：

    export CUDA_HOME=/usr/local/cuda-12.0
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

    然后使其生效：

    source ~/.bashrc

  • 可以使用命令nvcc -V查看安装的版本信息：
    在这里插入图片描述

  • 进入https://developer.nvidia.cn/rdp/cudnn-archive下载对应 CUDA 的 cuDNN ：
    在这里插入图片描述

  • 下载好解压：

    tar xvf cudnn-linux-x86_64-8.9.2.26_cuda12-archive.tar.xz

  • 进入解压后的目录运行以下命令：

    sudo cp include/cudnn*.h  /usr/local/cuda/include
sudo cp lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

  • 拷贝完成之后，可以使用以下命令查看CUDNN的版本信息：

    cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

    在这里插入图片描述
    表示版本信息为8.9.2。

使用 LXD 实现多人共用

  • 在系统 软件和更新 中的附加驱动中安装 NVIDIA 驱动：
    在这里插入图片描述
    查看驱动版本：

    nvidia-smi

  • 安装 lxd、zfs 及 bridge-utils：

    sudo snap install lxd
sudo apt install zfsutils-linux bridge-utils

  • 初始化 lxd：

    sudo lxd init

    初始化的具体内容如下：

    Would you like to use LXD clustering? (yes/no) [default=no]: 
Do you want to configure a new storage pool? (yes/no) [default=yes]: 
Name of the new storage pool [default=default]: lxd_pool
Name of the storage backend to use (ceph, dir, lvm, zfs, btrfs) [default=zfs]: 
Create a new ZFS pool? (yes/no) [default=yes]: 
Would you like to use an existing empty block device (e.g. a disk or partition)? (yes/no) [default=no]: 
Size in GiB of the new loop device (1GiB minimum) [default=30GiB]: 600
Would you like to connect to a MAAS server? (yes/no) [default=no]: 
Would you like to create a new local network bridge? (yes/no) [default=yes]: 
What should the new bridge be called? [default=lxdbr0]: 
What IPv4 address should be used? (CIDR subnet notation, “auto” or “none”) [default=auto]: 
What IPv6 address should be used? (CIDR subnet notation, “auto” or “none”) [default=auto]: 
Would you like the LXD server to be available over the network? (yes/no) [default=no]: 
Would you like stale cached images to be updated automatically? (yes/no) [default=yes]: 
Would you like a YAML "lxd init" preseed to be printed? (yes/no) [default=no]:

  • 创建容器，我的宿主机是ubuntu22.04，可以按需更改：

    sudo lxc launch ubuntu:22.04

    查看容器列表：

    lxc list

  • 为了后续方便辨识，修改容器名，原始容器名通过上述的 lxc list 查看：

    sudo lxc stop intense-raptor
sudo lxc rename intense-raptor ubuntu22-tmp
sudo lxc start ubuntu22-tmp

  • 为容器添加设备和权限：

    sudo lxc config device add ubuntu22-tmp gpu gpu
sudo lxc config set ubuntu22-tmp security.nesting true
sudo lxc config set ubuntu22-tmp security.privileged true

    如果服务器或者电脑有多张显卡，这里一定要指定GPU的索引号 id=xxx，例如：

    sudo lxc config device add ubuntu22-tmp gpu-tmp gpu id=0

  • 进入容器 ubuntu22-tmp：

    sudo lxc exec ubuntu22-tmp bash

    容器默认用户名为 ubuntu ，此处修改为 ubuntu22-tmp：

    usermod -l ubuntu22-tmp -d /home/ubuntu22-tmp -m ubuntu
groupmod -n ubuntu22-tmp ubuntu

    此时 /home 文件夹下只剩下 ubuntu22-tmp目录。
    更改 ubuntu22-tmp 用户的密码：

    passwd ubuntu22-tmp

    修改 root 用户密码：

    passwd root

    配置容器的 SSH 连接：

    apt install openssh-server
vim /etc/ssh/sshd_config

    将其中的 PasswordAuthentication 改为 yes，退出编辑后重启 SSH 服务：

    systemctl restart sshd

    此时可以用 exit 命令退出到宿主机中，用 SSH 命令远程连接容器：

    sudo ssh ubuntu22-tmp@10.22.118.222

    输入密码，能登录则没问题。
    此处针对宿主容器，应该继续进行一系列的 Python 配置、pip 配置、软件源配置、等，后续以该容器为模板进行复制时，会将这些配置信息一并复制。

  • 以 ubuntu22-tmp 为模板复制容器：

    lxc copy ubuntu22-tmp yhl

    启动容器，自动分配 ip：

    lxc start yhl

    重复上述步骤，修改新容器的密码，之后就可以使用 SSH 连接：

    sudo lxc exec yhl bash
usermod -l yhl -d /home/yhl -m ubuntu
groupmod -n yhl ubuntu
passwd yhl
passwd root

  • 容器内换源：

    sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo vim /etc/apt/sources.list

    将内容更改为：

    # 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse

deb http://security.ubuntu.com/ubuntu/ jammy-security main restricted universe multiverse
# deb-src http://security.ubuntu.com/ubuntu/ jammy-security main restricted universe multiverse

# 预发布软件源，不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-proposed main restricted universe multiverse
# # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-proposed main restricted universe multiverse

    更新源：

    sudo apt update
sudo apt upgrade

  • 设置共享文件夹：

    # 新建共享文件夹
mkdir sharefile
# 设置权限
sudo chmodsudo chmod 777 sharefile

    # 在宿主机内创建共享区域 
sudo lxc profile create share-host
sudo lxc profile set share-host security.privileged true

    检查是否创建成功：

    sudo lxc profile show share-host

    将文件夹添加到指定 LXD 容器 yhl 中：

    lxc config device add yhl share-host disk source=/home/super/sharefile path=/sharefile

  • 容器内安装显卡驱动：
    从官网挑选符合要求的驱动：https://www.nvidia.com/download/index.aspx，下载后放入上述的共享文件夹中，执行脚本，安装选项都选择 no ：

    sudo bash ./NVIDIA-Linux-x86_64-535.129.03.run --no-kernel-module

    查看是否安装成功以及版本是否合适：

    nvidia-smi

    安装 pytorch：
    在这里插入图片描述

    pip3 install torch torchvision torchaudio

    验证是否可以调用显卡，显示 true 则成功：

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

  • 端口转发实现所有用户通过 SSH 连接容器，此处端口设置为 6001，connect 后面接的是容器 ip ：

    lxc config device add ubuntu22-tmp proxy1 proxy listen=tcp:192.168.3.123:6001 connect=tcp:10.13.153.83:22 bind=host

安装 docker

sudo apt-get update
# 安装证书
sudo apt-get install \
   ca-certificates \
   curl \
   gnupg \
   lsb-release
   
sudo mkdir -p /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

echo \
 "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
 $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io docker-compose-plugin
# 验证是否安装成功
sudo docker -v

docker run hello-world
sudo groupadd docker
# 增加当前用户入docker组中
sudo groupadd docker
sudo gpasswd -a $USER docker
newgrp docker
# 再次验证
$ docker ps
$ docker run hello-world

安装 Anaconda

  • 事先说明，我安装的深度学习服务器是公司服务器，因此有多用户使用 anaconda 的需求，以下的安装过程和网上其他教程不同点在于我将 anaconda 安装到了 /usr/local/anaconda3 下，这样的好处是使得每个用户都可以访问 anaconda ，且每个用户创建的虚拟环境相互不影响。若无此需求，只需执行最基本的安装命令即可，它会在用户目录下新建一个 anaconda3 目录。
  • 根据本机选择 anaconda 安装包：https://repo.anaconda.com/archive/?C=M&O=A
  • 安装 Anaconda3：
    sudo bash Anaconda3-2023.07-1-Linux-x86_64.sh
    在下方自定义安装路径：
    在这里插入图片描述
  • 设置环境变量：
    vim ~/.bashrc
    在文本末尾添加：
    # Anaconda environment
export ANACONDA_HOME=/usr/local/anaconda3
export PATH=$ANACONDA_HOME/bin:$PATH
    更新环境变量：
    source ~/.bashrc
    重启命令行即可。

卸载 Anaconda

  • 在安装目录下删除文件夹：
    rm -r anaconda3
rm -r .conda
rm -r .anaconda
  • 检查和 conda 有关的隐藏文件是否全部删除：
    ls -a
  • 删除环境变量：
    vim ~/.bashrc
    在文件最后删除从>>> conda initialize >>> 到<<< conda initialize <<<中间的有关 conda 初始化的内容：
    在这里插入图片描述
  • 更新环境变量：
    source ~/.bashrc

解决 Ubuntu22.04 无法输入中文的问题

  • 搜索语言支持”，然后里面选择中文，一般情况下安装ubuntu22.04系统时候，就直接是这个配置。
    在这里插入图片描述
  • 命令行输入：
    sudo apt install fcitx5 \
fcitx5-chinese-addons \
fcitx5-frontend-gtk3 fcitx5-frontend-gtk2 \
fcitx5-frontend-qt5 kde-config-fcitx5
    之后再重新打开“语言支持”，"键盘输入法系统"选择“fcitx5”：
    在这里插入图片描述
  • 卸载 ibus 以及安装输入法：
    sudo apt-get --purge remove ibus
sudo apt install fcitx5 fcitx5-frontend-qt5 fcitx5-frontend-gtk3 fcitx5-frontend-gtk2 fcitx5-chinese-addons
  • 完成上述操作后，会出现三个拿笔的小企鹅，选择“fcitx5配置”：
    在这里插入图片描述
    通过“鼠标选中“和中间的“上下左右“操作，调整输入法排序：在这里插入图片描述
  • 重启系统。

安装 ChatGLM2

git clone https://github.com/THUDM/ChatGLM2-6B
cd ChatGLM2-6B
pip install -r requirements.txt

使用 fastllm 推理加速

sudo apt install make
sudo apt-get install g++

git clone https://github.com/ztxz16/fastllm.git
cd fastllm
mkdir build
cd build
cmake .. -DUSE_CUDA=ON # 如果不使用GPU编译，那么使用 cmake .. -DUSE_CUDA=OFF
make -j
cd tools && python setup.py install

然后只需要在原本的推理程序中加入两行即可使用 fastllm 加速：

# 这是原来的程序，通过huggingface接口创建模型
from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm2-6b", trust_remote_code = True)
model = AutoModel.from_pretrained("THUDM/chatglm2-6b", trust_remote_code = True)

# 加入下面这两行，将huggingface模型转换成fastllm模型
from fastllm_pytools import llm
model = llm.from_hf(model, tokenizer, dtype = "float16") # dtype支持 "float16", "int8", "int4"

安装闻达环境

  • 建议先下载懒人包，后面用到的模型和各种文件都在懒人包当中：https://pan.baidu.com/s/1idvot-XhEvLLKCbjDQuhyg?pwd=wdai

  • clone 项目并安装通用依赖：

    git clone https://github.com/wenda-LLM/wenda.git
pip install -r requirements/requirements.txt

  • 将模型放入主目录下的 model 文件夹，设置好文件夹名称：
    在这里插入图片描述

  • 在主目录下创建 txt 文件夹，用于存放 txt 格式的知识库，需要 UTF-8 编码：
    在这里插入图片描述

  • 在主目录修改 exmple.config.yml 为 config.yml ，并在其中修改模型类别及模型位置：
    在这里插入图片描述

  • 在 model 文件夹下存放 M3E-BASE 知识库索引模型：
    在这里插入图片描述

  • 在 wenda 环境预先构建索引：

    python plugins/gen_data_st.py

  • 主目录下运行 sh 文件即可启动闻达：

    sh run_GLM6B.sh

    目前似乎不会自动打开浏览器，请手动输入浏览器的前半部分：
    在这里插入图片描述

参考链接

https://blog.csdn.net/m0_70331483/article/details/130168108

Dragon水魅
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
笔记本 ubuntu22.04 安装RTX3080TI nvidia显卡驱动
06-13
在Ubuntu 22.04操作系统中安装RTX3080TI显卡的NVIDIA驱动需要遵循一系列步骤，以确保正确安装并避免常见的问题，如黑屏。以下是详细的安装流程： 首先，确保你的系统是最新的，这可以通过更新软件列表和安装必要的...
Ubuntu的安装教程
阿干tkl的博客
06-03 4万+
*设置语Ubuntu语言，可以选择英文，也可以选择中文，然后选点击“安装 Ubuntu”或“Install Ubuntu” ****重启 sshd 服务时,竟然显示没有这项服务, 但远程ssh是可用的, 已在远程用root登录 ****重启 sshd 服务时,竟然显示没有这项服务, 但远程ssh是可用的, 已在远程用root登录 **2、服务器版的安装教程。2、服务器版的安装教程。3、桌面版的安装教程。**启用ssh **3、桌面版的安装教程。**启用ssh **
重装系统之linux的ubuntu系统（服务器版）
weixin_44261547的博客
03-11 6246
安装ubuntu的服务器版本
Windows11和Ubuntu22双系统安装指南
最新发布
帅帅气气的黑猫警长
06-16 1260
已有Windows系统基础上，安装Ubuntu双系统，详细介绍安装过程，并提供几种常见问题的解决办法。
ubuntu服务器ubuntu Server安装教程
weixin_45624485的博客
05-18 3万+
ubuntu服务器ubuntu Server安装教程 新手教程记录
【2024最新】 服务器安装Ubuntu20.04 （安装教程、常用命令、故障排查）持续更新中.....
丿罗小黑的博客
12-27 7585
中的方法二，使用系统自带的 “软件和更新” 程序 - 附加驱动，选择带有recommend的驱动，进行安装。，配置apt-get换国内阿里源。安装过程中可能会出现的问题。
ubuntu服务器安装
yjkhtddx的专栏
09-28 821
ubuntu服务器安装 文章目录ubuntu服务器安装安装配置网络(静态IP)中文菱形块修改apt镜像openssh安装openssh-server编译环境C/C++ 基础cmakeLLVM/Clang版本控制工具gitsubversion命令行工具zshoh-my-zsh服务器nginx 安装 一直下一步（为才坑做准备工作） 配置网络(静态IP) 公司网没有配DHCP，安装直接略过网络，装后没有网。 ifconfig中只用lo ip addr 看网卡名称，我的是ens3 修改/etc/network/in
ubuntu22.04lts服务端安装桌面离线包
08-03
在Ubuntu 22.04 LTS (Jammy Jellyfish) 中，系统默认为服务器版本，不包含图形化桌面环境，主要是为了优化服务器性能和资源利用。然而，有时我们需要在服务器上进行图形化操作，比如远程桌面管理或者进行图形化配置...
ubuntu 22.04安装Qt5.9.9
04-17
ubuntu 22.04安装Qt5.9.9
Ubuntu22.04安装教程以及Ubuntu下C++环境配置
09-25
"Ubuntu22.04安装教程以及Ubuntu下C++环境配置" 本教程旨在指导读者如何安装 Ubuntu 22.04 操作系统，并配置 C++ 编程环境。下面将详细介绍安装和配置过程中的每一步骤。 一、安装 VMware 在开始安装 Ubuntu 之前...
手把手教你安装ubantu22（详细图文）
weixin_46829095的博客
01-03 9373
ubantu22手把手安装教程，详细的图片搭配简洁的语言，通俗易懂，简单实用
服务器Ubuntu系统安装
一个猿的成长历程
12-28 1949
将上面制作好的U盘系统盘插入电脑/服务器上开机按F11大部分机器是这个快捷键进入到boot menu选择U盘启动。这里需要准备一个大于8G的U盘，提前备份好U盘中的文件因为制作启动盘会对U盘进行格式化。双击打开，用installer打开，这里可能需要等一会才弹出安装窗口。下面出了选择U盘和iso镜像其它都是默认的。这里复制完成后就可以使用U盘去装系统了。页面提示重启，点击重启，拔出U盘。安装完后打开向日葵查看远程码。这里不用分区直接安装。设置系统用户名及密码。鼠标右键打开一个终端。
【深度学习3】ubuntu22.04从零开始搭建深度学习环境
weixin_43387635的博客
09-09 1万+
ubuntu22.04从零开始搭建深度学习开发环境
Ubuntu22 2023最新版安装教程
缘昔的博客
06-21 2729
如果选择使用虚拟机安装，那么需要准备VmwareWorkstation在官网进行下载安装VmwareWorkstation官网:https://www.vmware.com/products/workstation-pro/workstation-pro-evaluation.html前置资源准备好后就可以对Ubuntu虚拟机进行下载安装了。
Ubuntu22.04深度学习环境配置
blkf的专栏
12-29 491
x86_64的PC机或服务器，安装有NVIDIA显卡，安装Ubuntu 22.04操作系统。以下操作在本地shell或远程ssh均可。
【双系统】如何安装ubuntu22.04系统
热门推荐
qq_43657247的博客
06-13 4万+
计算机——管理——磁盘管理 由于我想在e盘安装ubuntu；则，在e盘上右击，选择压缩卷 一般情况下，仅仅用于学习不需要开辟太大空间，差不多30g即可够用（这个可以根据自己的需求来），我这里分配大约40g的空间 上面压缩空间的大小要有一个记忆，后面会用到（安装ubuntu系统 第9步，这个值可能有所差别，但差别不大） 注意：需要准备一个u盘，需要格式化，且内存不小于8g下载链接：点击下载即可 直接搜索rufus，进入之后点击下载即可 将准备好的u盘插在电脑上 打开刚刚下载的软件 先选中u盘，再选择
Ubuntu22.04部署Pytorch2.0深度学习环境
takedachia的博客
04-26 3385
Ubuntu安装完显卡驱动、CUDA和cudnn后，本文来部署深度学习环境（Pytorch2.0）
【Ubuntu22.04安装深度学习依赖】ubuntu22.04系统安装软件、显卡驱动、cuda、cudnn、pytorch
weixin_44955407的博客
01-16 505
这篇博文主要介绍的是 Ubuntu22.04 系统中软件、显卡驱动、cuda、cudnn、pytorch 等软件和环境的安装和配置，在上一篇博文中介绍了 Ubuntu22.04 双系统的安装、配置、终端常用操作的快捷键以及一些常用设置（如同步时间、更改启动默认项、添加右击新建文件选项、创建桌面快捷方式等），有需要的可自行点击链接查看。
ubuntu22.04安装深度学习
08-02
回答: 要在Ubuntu 22.04上安装深度学习环境，你需要按照以下步骤进行操作。首先，你需要安装Ubuntu 22.04系统。然后，安装Nvidia显卡驱动和CUDA。接下来，安装cuDNN和Anaconda。最后，安装PyCharm作为你的集成开发环境。[1] 具体来说，你可以按照以下步骤进行操作: 1. 安装Ubuntu 22.04系统。 2. 安装Nvidia显卡驱动。你可以通过官方驱动下载链接下载适合你显卡型号的驱动。在安装之前，你需要进入主板BIOS关闭安全启动。然后，使用以下命令卸载原有的驱动: ``` sudo apt-get remove --purge nvidia* ``` 然后，禁用nouveau驱动，在`/etc/modprobe.d/blacklist.conf`文件末尾添加以下内容: ``` blacklist nouveau options nouveau modeset=0 ``` 最后，更新初始ram文件系统并重启计算机: ``` sudo update-initramfs -u ``` 3. 安装CUDA。你可以按照官方文档的指导安装CUDA。 4. 安装cuDNN。进入解压后的目录，运行以下命令: ``` sudo cp include/cudnn*.h /usr/local/cuda/include sudo cp lib/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn* ``` 5. 安装Anaconda。你可以从Anaconda官方网站下载适合Ubuntu 22.04的Anaconda安装包，并按照官方文档的指导进行安装。 6. 安装PyCharm。你可以从PyCharm官方网站下载适合Ubuntu 22.04的PyCharm安装包，并按照官方文档的指导进行安装。 完成以上步骤后，你就可以在Ubuntu 22.04上搭建深度学习环境了。希望对你有帮助！
评论 4
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