ubuntu anaconda+pytorch-cpu或pytorch-gpu安装

最新推荐文章于 2024-05-22 17:52:07 发布
最新推荐文章于 2024-05-22 17:52:07 发布
阅读量3.6k 收藏 21
点赞数 5
分类专栏： python 文章标签： python anaconda linux
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_44315987/article/details/106314054
版权

1. 推荐大家用Anaconda的原因：

1.1 依赖项检查

  • pip：
    不一定会展示所需其他依赖包。
    安装包时或许会直接忽略依赖项而安装，仅在结果中提示错误。
  • conda：
    列出所需其他依赖包。
    安装包时自动安装其依赖项。
    可以便捷地在包的不同版本中自由切换。

1.2 环境管理

  • pip：维护多个环境难度较大。
  • conda：比较方便地在不同环境之间进行切换，环境管理较为简单。

1.3 对系统自带Python的影响

  • pip：在系统自带Python中包的**更新/回退版本/卸载将影响其他程序。
  • conda：不会影响系统自带Python。

1.4 适用语言

  • pip：仅适用于Python。
  • conda：适用于Python, R, Ruby, Lua, Scala, Java, JavaScript, C/C++, FORTRAN。

2. Anacond安装：

Anaconda和Python版本是对应的，所以需要选择安装对应Python2.7版本的还是Python3.7版本或其他版本的，根据自己的需要下载合适的安装包。

下载链接：https://www.anaconda.com/download/#linux
点击下面的64-Bit (x86) Installer (522 MB)，下载64位的版本。
在这里插入图片描述

下载完后的文件名是：Anaconda3-2020.02-Linux-x86_64.sh

cd到Anaconda3-2020.02-Linux-x86_64.sh所在的目录

在这里插入图片描述
执行bash Anaconda3-2020.02-Linux-x86_64.sh开始安装：
在这里插入图片描述
一直按回车直到如下界面，然后输入yes：
在这里插入图片描述
这里直接回车安装到默认路径，或者在>>>后输入自定义路径
在这里插入图片描述
等待安装进度条走完，然后出现下面的提示，yes是加入环境变量，no是不加入环境变量，这里我们以输入no为例
在这里插入图片描述
接下来手动加入环境变量，先cd到~，然后编辑.bashrc文件：sudo vim .bashrc

在这里插入图片描述
在最下面添加如下几行(注意.后有空格)：

# 区分anaconda python与系统内置python
alias python3="/usr/bin/python3.5" 
alias python2="/usr/bin/python2.7"
                                                            
. /home/cxd/anaconda3/etc/profile.d/conda.sh

然后按esc + : + wq!保存
在这里插入图片描述
输入source .bashrc来执行刚修改的初始化文档
在这里插入图片描述

下面输入conda env list来试试环境变量是否设置成功：
在这里插入图片描述
试试刚刚设置的使用内置python的命令：python2、python3
在这里插入图片描述
如果到这就结束的话，大家安装包的时候肯定会无比煎熬～这里需要将anaconda换一下源（加入清华源）：
在这里插入图片描述
然后我们创建一个名为pytorch的虚拟环境，发现报了下面的错误：
在这里插入图片描述
原因是我们没有清除上次安装留下来的源，输入sudo vim .condarc，修改该文件的内容（记得删除default那行）：
在这里插入图片描述
然后输入source .condarc，再次创建虚拟环境：
在这里插入图片描述

3. pytorch cpu版本安装：

打开pytorch官网：https://pytorch.org/

在这里插入图片描述
激活刚刚创建的虚拟环境：conda activate pytorch
在安装之前先添加下面这个源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
然后输入下面代码：conda install pytorch torchvision cpuonly -c pytorch

在这里插入图片描述

等到安装好后测试一下是否安装完成：

import torch
print(torch.__version__)

输出如下则安装成功：

在这里插入图片描述

4. pytorch-gpu安装

4.1GPU驱动安装

4.1.1 检测显卡类型

执行命令： ’ ubuntu-drivers devices’

== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001C8Dsv00001028sd0000086Fbc03sc02i00
vendor   : NVIDIA Corporation
model    : GP107M [GeForce GTX 1050 Mobile]
driver   : nvidia-driver-390 - distro non-free
driver   : nvidia-driver-435 - distro non-free
driver   : nvidia-driver-440 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

== /sys/devices/pci0000:00/0000:00:14.3 ==
modalias : pci:v00008086d0000A370sv00008086sd000042A4bc02sc80i00
vendor   : Intel Corporation
model    : Wireless-AC 9560 [Jefferson Peak]
manual_install: True
driver   : backport-iwlwifi-dkms - distro free

大家可以看到，这里有个设备是GTX1050
推荐安装驱动是440

4.1.2 安装驱动

sudo ubuntu-drivers autoinstall

安装所有推荐驱动

sudo apt install nvidia-440

安装一个驱动

4.2 安装cuda

cuda安装需要对应合适的显卡驱动

下面是驱动和cuda的版本对应关系


Table 1. CUDA Toolkit and Compatible Driver Versions
CUDA Toolkit	Linux x86_64 Driver Version	Windows x86_64 Driver Version
CUDA 10.2.89	>= 440.33	>= 441.22
CUDA 10.1 (10.1.105 general release, and updates)	>= 418.39	>= 418.96
CUDA 10.0.130	>= 410.48	>= 411.31
CUDA 9.2 (9.2.148 Update 1)	>= 396.37	>= 398.26
CUDA 9.2 (9.2.88)	>= 396.26	>= 397.44
CUDA 9.1 (9.1.85)	>= 390.46	>= 391.29
CUDA 9.0 (9.0.76)	>= 384.81	>= 385.54
CUDA 8.0 (8.0.61 GA2)	>= 375.26	>= 376.51
CUDA 8.0 (8.0.44)	>= 367.48	>= 369.30
CUDA 7.5 (7.5.16)	>= 352.31	>= 353.66
CUDA 7.0 (7.0.28)	>= 346.46	>= 347.62

这是cuda下载链接

https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal

Installer Type选择第一第二个都可。但是要在获得cuda文件后先检测gcc版本

下面以第一个runfile(local)安装方式为例

4.2.1 安装gcc

linux一般会自带了gcc，我们先检测一下自己系统的gcc版本

gcc --version

而cuda的gcc依赖版本在官方文档的安装指南上会给出
在这里插入图片描述

在这里插入图片描述

如果版本和cuda依赖gcc不对应，就安装cuda需要的版本

sudo apt-get install gcc-7.0
sudo apt-get install g++-7.0

安装完成后需要更换系统gcc版本

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

选择需要的版本

sudo update-alternatives --config gcc


  选择       路径          优先级  状态
------------------------------------------------------------
* 0            /usr/bin/gcc-9   50        自动模式
  1            /usr/bin/g++-9   50        手动模式
  2            /usr/bin/gcc-7   50        手动模式

输入前面显示的编号即可

4.2.2 安装cuda

sudo sh cuda_你的版本_linux.run

4.2.3 配置环境变量

sudo vim ~/.bashrc

将下面的命令复制进去

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}}

检查是否安装成功

nvcc -V

4.3.安装cudnn

https://developer.nvidia.com/cudnn

选择对应cuda的版本即可

在这里插入图片描述

然后将cudnn解压后的include和lib64文件夹复制到cuda中

sudo cp cuda/include/cudnn.h    /usr/local/cuda-10.2/include    #解压后的文件夹名字为cuda-10.2  
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda-10.2/lib64
sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h   /usr/local/cuda-10.2/lib64/libcudnn*

4.4.安装pytorch-gpu

在这里插入图片描述

conda安装：

# 选择自己对应的cuda版本
conda install pytorch torchvision cudatoolkit=10.2

pip安装：

pip install torch torchvision -i  https://pypi.mirrors.ustc.edu.cn/simple
胖虎卖汤圆
关注
  • 5
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Ubuntu系统下conda安装Pytorch（CPU）
qq_41796745的博客
05-21 676
历经千辛万苦，我，cll，终于在ubuntu上用anaconda安装上了pytorch！太感人了。 记录一下吧！ 首先，我的电脑因为没有N卡（买电脑的时候也不知道要用到n卡）所以就用CPU版的了，去官网找好指令之后（这里我是conda install pytorch torchvision cpuonly -c pytorch），我先试了一下，果然很慢啊，以我的经验肯定下不下来的。所以我选择用镜像源。 一般我都用清华的镜像源，找到了这篇教程，非常详细具体！安装pytorch 重点：这篇文章介绍了想要用镜像源
手把手 Ubuntu16.04+cuda9.0+cudnn 7.1+Anaconda+tensorflow-gpu+keras-附件资源
03-05
手把手 Ubuntu16.04+cuda9.0+cudnn 7.1+Anaconda+tensorflow-gpu+keras-附件资源
Linux下安装Anaconda、pytorch-gpu版本
zjxzz的博客
05-17 1085
所以在这里安装的不是最新版本的pytorch-gpu版本，一般选择安装命令里面有cudatoolkit=x.x的就可以。
conda基础：GPU-torch和pytorch共存
最新发布
lisulisuzi的博客
05-22 915
GPU-pytorch和torch共存
ubuntu22.04下使用conda安装pytorch(cpu及gpu版本)
youlinhuanyan的博客
02-13 2413
本文介绍了conda下安装cpu、gpu版本的pytorch；并介绍了如何设置镜像源。
ubuntu安装 anaconda pytorch(gpu版本) cuda cudnn jupyterlab
Frank_Storming的博客
08-26 1043
最近要在服务器上配置个跑深度学习的环境，查了许多教程，总结一下。
ubuntu安装anaconda unbuntu安装pycharm ubuntu安装pytorch
陈嘿萌的博客
01-27 7298
2022年1月今天我们在Ubuntu下安装深度学习环境 1.ubuntu安装anaconda 2.ubuntu安装pycharm 3.ubuntu下载cuda和cudnn 4.ubuntu安装对应pytorch环境
Ubuntu20.04安装pytorch(包括安装Anaconda和虚拟环境配置以及安装包spikingjelly)
热门推荐
m0_73860872的博客
11-19 1万+
Ubuntu20.04安装pytorch(包括安装Anaconda和虚拟环境配置以及安装包spikingjelly)
ubuntu18.04+pytorch配置gpu环境
weixin_44780789的博客
09-25 1284
ubuntu18.04+pytorch配置GPU环境
ubuntu 16.04 pytorch安装总结
01-20
主要参考了这篇博客：ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + pycharm 1. 创建单独的Anaconda环境！！ 单独的Python环境真的比较重要，我这里创建了python 3.6的环境pytorch 2. 安装显卡驱动 这一步...
win10+3060+tensorflow+pytorch+安装教程.doc
08-03
RTX3060安装tensorflow+pytorch+pycharm+anaconda，文档中含有百度网盘的安装包（永久分享），省去了人工在nvidia官网下载文件，同时pytorch直接运行whl文件就可以了，省时间，另外安装包里面还有pycharm包，以及...
ubuntu安装anaconda+torch+opencv+vscode常见问题总结
01-27
【标题】：“Ubuntu安装Anaconda+PyTorch+OpenCV+VSCode常见问题与解决方案” 在Ubuntu操作系统上安装科学计算工具包Anaconda、深度学习框架PyTorch、计算机视觉库OpenCV以及流行的代码编辑器Visual Studio Code...
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=...
ubuntu18.04安装gpu版本的pytorch
myyzqt的专栏
07-02 2916
一 安装anaconda 1.下载Anaconda 清华大学开源软件镜像站 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载 国内太慢 镜像下载地址和修改方法参考博客：https://blog.csdn.net/wuzhiwuweisun/article/details/82689151 下载版本Anaconda3-5.3.1-Linux-x86_64.sh，自带python版本是3.7 2.安装Anaconda 首先切换到ana
Ubuntu18.04+Nvidia RTX 3060+Pytorch配置GPU环境
weixin_43589205的博客
10-19 2435
Ubuntu18.04+Nvidia RTX 3060+Pytorch配置GPU环境
Ubuntu18安装anaconda和pytorch
weixin_47877768的博客
10-09 313
简介 服务器一次关机把我之前安装的软件环境和工作代码包括训练好的模型全抹除了，真的惨！在此记录搭建环境的过程。 一、软件准备 需要事先下载好的软件如下图所示，事实上还需要cuda10的安装包，但系统原本已经安装好了所以这里就不再需要。因为我想要安装python3.8，所以下载的安装包版本都要对应上。 二、安装cudnn 首先要需要安装cuda10，已经安装好了直接跳过。接着安装cudnn，首先tar zxvf 命令解压出如下文件： 接着敲入如下命令拷贝相应...
ubuntu18.04 + anaconda + pycharm + pytorch(GPU)
MiaoDa的博客
02-14 767
pytorch~
使用anaconda安装Pytorch_GPU（详细教程）踩坑合集
m0_67089871的博客
05-13 3462
使用anaconda安装Pytorch_GPU（详细教程）踩坑合集
ubuntu 18.04下安装Anaconda、Cuda、Cudnn、gpu-Pytorch
panxiying1993的博客
11-04 3124
如何在ubuntu下安装ARM版本的pytorch呢，跟X86环境下安装差不多，唯一可能就是很多包需要源码编译~
ubuntu18.04安装pytorch-gpu
06-28
### 回答1： 1. 首先，确保您的计算机已经安装了NVIDIA显卡驱动程序。您可以通过运行以下命令来检查： ``` nvidia-smi ``` 如果您看到了显卡信息，说明您已经安装了驱动程序。 2. 接下来，您需要安装CUDA工具包。您可以从NVIDIA官网下载适合您的CUDA版本，并按照官方文档进行安装。 3. 安装cuDNN库。您可以从NVIDIA官网下载适合您的cuDNN版本，并按照官方文档进行安装。 4. 确保您的计算机已经安装了Anaconda或Miniconda。您可以从官方网站下载并安装。 5. 打开终端，创建一个新的conda环境： ``` conda create --name pytorch-gpu python=3.7 ``` 6. 激活新环境： ``` conda activate pytorch-gpu ``` 7. 安装pytorch-gpu： ``` conda install pytorch torchvision torchaudio cudatoolkit=<your_cuda_version> -c pytorch ``` 其中，<your_cuda_version>是您安装的CUDA版本号。 8. 安装其他必要的库： ``` conda install matplotlib pandas jupyter notebook ``` 9. 安装完成后，您可以在新环境中使用pytorch-gpu了。您可以通过运行以下命令来测试： ``` python -c "import torch; print(torch.cuda.is_available())" ``` 如果输出为True，则说明您已经成功安装了pytorch-gpu。 ### 回答2： 要在Ubuntu 18.04上安装PyTorch GPU，您需要遵循以下步骤： 步骤1：安装CUDA 安装PyTorch GPU需要CUDA。按照下面的步骤安装CUDA： a） 添加PPA存储库： $ sudo add-apt-repository ppa: graphics-drivers/ppa $ sudo apt-get update b） 安装nvidia驱动程序和CUDA： $ sudo apt-get install nvidia-driver-435 $ sudo apt-get install nvidia-cuda-toolkit 步骤2：安装cuDNN cuDNN是NVIDIA深度神经网络库，提供GPU加速的功能。 a）从NVIDIA官方网站下载cuDNN的Deb文件。 b）解压缩下载的文件并将其复制到CUDA的安装目录下： $ sudo dpkg -i libcudnn7*.deb $ sudo cp -r /usr/src/cudnn_samples_v7/ $ HOME $ cd $ HOME/cudnn_samples_v7/mnistCUDNN $ make clean && make $ ./mnistCUDNN 步骤3：安装PyTorch a）安装Anaconda环境，这将帮助您管理您的Python环境。 b）创建一个名为"ml"的conda环境： $ conda create -n ml anaconda python=3.6 c）启用conda环境： $ source activate ml d）安装PyTorch： $ conda install pytorch torchvision cudatoolkit=10.1 -c pytorch 步骤4：测试您的PyTorch GPU安装 a） 启用conda环境： $ source activate ml b） 进入Python shell： $ python c）验证您的PyTorch GPU是否启用： import torch print(torch.cuda.is_available()) 如果 省略了CUDA和cuDNN，则会输出“False”，如果 安装正确，则会输出“True”。 这就是在Ubuntu 18.04上安装PyTorch GPU的过程。 ### 回答3： PyTorch是深度学习领域中最流行的框架之一，它提供了GPU加速计算的能力以加快训练速度和提高模型的准确性。Ubuntu 18.04是一种流行的Linux操作系统，可以在其上运行PyTorch GPU版本来发挥更强大的计算能力。 以下是在Ubuntu 18.04上安装PyTorch GPU的步骤： 1. 在安装PyTorch GPU之前，需要确保已安装英伟达显卡驱动程序。在Ubuntu终端中输入以下命令来安装驱动程序： sudo apt-get install nvidia-driver-410 注意：410是驱动程序的版本号，这可能会因您的显卡型号而有所不同。 2. 安装CUDA工具包。PyTorch需要CUDA来执行GPU加速计算。在安装CUDA之前，需要检查计算设备是否与CUDA兼容。在终端中输入以下命令： lspci | grep -i nvidia 如果输出显示英伟达显卡，则说明您的设备与CUDA兼容。 在安装CUDA之前，需要下载相应的安装程序： wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-10-0_10.0.130-1_amd64.deb 接着，运行以下命令安装CUDA： sudo dpkg -i cuda-10-0_10.0.130-1_amd64.deb 安装完成后，将CUDA添加到环境变量中，运行以下命令： echo 'export PATH=/usr/local/cuda-10.0/bin:$PATH' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc source ~/.bashrc 3. 安装cuDNN库。cuDNN是一个GPU加速库，可以进一步加速计算。在下载cuDNN库之前，需要注册NVIDIA开发者网站并下载相应版本的cuDNN库。 运行以下命令安装cuDNN： tar -xzvf cudnn-10.0-linux-x64-v7.4.1.5.tgz sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64/ sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include/ 4. 安装PyTorch GPU。在终端中输入以下命令安装PyTorch GPU： pip3 install torch torchvision 安装完成后，运行以下代码测试PyTorch是否成功安装设备： import torch if torch.cuda.is_available(): print('CUDA is available') else: print('CUDA is not available') 这个命令行代码应该输出`CUDA is available`，表明PyTorch可以在GPU设备上进行计算。 以上就是在Ubuntu 18.04上安装PyTorch GPU的步骤。在安装过程中，如果遇到任何问题，请仔细检查您的系统和环境变量设置。

“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

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