1、安装驱动:
安装完后重启。
2、下载对应版本cuda
https://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
按提示安装,在安装过程不要在安装驱动了。
修改bashrc文件:
在文件中填入以下几句:
export PATH=/usr/local/cuda-11.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64$LD_LIBRARY_PATH
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.2
source一下这个文件
查看cpu使用状态:
nvidia-smi
nvcc -V
查看是否安装:
3、安装cudnn
下载cudnn需要登陆账号,登陆注册过程省略。
https://developer.nvidia.com/rdp/cudnn-download
选择这个:
下载这三个:
sudo dpkg -i 三个包
安装完成。
4、安装anaconda
到这个清华源下载:
https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
下载箭头这个
然后在下载目录执行:
bash 文件包名.sh
安装过程全部接受,初始化环境变量也yes,或者自己写也ok
初始化后自动在bashrc中填入下列语句:
打开anaconda
source ~/anaconda3/bin/activate root
anaconda-navigator
创建两个环境,一个pytorch,一个tensorflow
创建完后开始安装tensorflow和pytorch
5、安装tensorflow2.5
在终端执行
conda activate tensorflow
pip install tensorflow-gpu==2.5
等待完成后进行测试:
完成。
5、安装pytorch
https://download.pytorch.org/whl/torch_stable.html
来到这个网站
下载:
cp37是python3.7的意思。
下载完后打开终端执行:
conda activate pytorch
pip install 包1
pip install 包2
安装完后进行测试:
完活。