ubuntu18.04+cuda10.2+cudnn7.6.5+anaconda3+pytorch1.6

最新推荐文章于 2023-04-07 23:29:47 发布
原创 最新推荐文章于 2023-04-07 23:29:47 发布 · 3k 阅读 · 25 ·
CC 4.0 BY-SA版权
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。
文章标签：

#linux #cuda #anaconda #ubuntu

本文详细介绍了如何在Ubuntu18.04上配置PyTorch环境，包括安装显卡驱动、CUDA10.2、CUDNN7.6.5、Anaconda3，并确认Python版本为3.6.10，最后成功搭建PyTorch1.6环境。

ubuntu(18.04)配置pytorch（cuda10.2+cudnn7.6.5）环境

安装流程：

1安装显卡驱动
2安装CUDA
3安装CUDNN
4安装Anaconda3
5确定python版本
6搭建pytorch环境
7总结

1安装显卡驱动

首先查阅自己电脑的显卡配置，打开终端，
输入命令：sudo lshw -c display 回车
按要求输入用户密码
将会看到自己显卡的具体信息
在这里插入图片描述

输入命令：sudo ubuntu-drivers devices 回车
将会看到系统给你推荐的三款显卡驱动
在这里插入图片描述

输入命令：sudo ubuntu-drivers autoinstall 回车
将会自动安装上一步推荐的显卡驱动
在这里插入图片描述

输入命令：sudo apt-get install mesa-utils 回车
将会安装mesa-utils，用来验证驱动安装成功与否

最低0.47元/天 解锁文章
meiyangcuckoo
关注
cuda10.2 pytorch1.6.0 安装geometric
weixin_39417324的博客
07-27 801
安装pytorch可以直接百度搜“pypi” 输入torch，就能够搜出来相关命令，直接找到历史版本安装即可 安装geometric是需要四个包并行， pip install torch-scatter==latest+cu102 -f https://pytorch-geometric.com/whl/torch-1.6.0.html pip install torch-sparse==latest+cu102 -f https://pytorch-geometric.com/whl/torch-1.6.
安装PyTorch1.6
苦逼的程序猿
02-11 5862
[Optional] Check if CUDA is installed It is highly recommended that you have CUDA installed. Note that PyTorch 1.6.0 does not support CUDA 11.0. If you haven't installed CUDA, pleaseinstall CUDA 10.2orinstall CUDA 10.1. Once/If you have it installed, ...
Ubuntu18.04 --- CUDA 10.2 + cuDNN v7.6.5安装
oucc257的博客
08-13 906
参考博文： Ubuntu 18.04.2深度学习cuda 10.2环境部署(一) Ubuntu 18.04上安装cuda 一、CUDA 10.2安装 1. 官网下载CUDA 10.2及两个补丁 https://developer.nvidia.com/cuda-10.2-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&targ
ubuntu18.04 安装 cuda10.2 cudnn pytorch1.6.0
weixin_39048703的博客
10-22 1233
ubuntu18.04 安装 cuda10.2 cudnn pytorch1.6.0心得 只能说，太心累了 一定一定一定在开始装之前，先确定好各个版本，版本不匹配可能会导致失败。 我用的各个版本：ubuntu18.04+cuda10.2+cudnn7.6.5+pytorch1.6.0 几个要点：    1.安装顺序，得按照cuda，cudnn，pytorch的顺序来    2.注意python版本，现在主要用python3，安装的时候ubuntu可能会默认python2来安装，得切换到python3   
ubantu16.04+nvidia440.100+cuda10.2+cudnn7-7.6.5+torch1.5.0
Luna_zz的博客
09-20 283
※1 小型服务器配置： GPU：2块 型号：GeForec 1080Ti ※2 驱动配置： NVIDIA: 440.100 CUDA:10.2 Cudnn：cudnn7-7.6.5 Torch：pip install torch==1.5.0+cu102 torchvision==0.6.0+cu102 -f https://download.pytorch.org/whl/torch_stable.html ※3 驱动下载 NVIDIA-Linux-x86_64-440.1...
ubuntu18.04 | NVIDIA driver + CUDA-10.2 + cuDNN-7.6.5 + Pytorch + TensorFlow-gpu-2.1.0 + OpenCV-4.2.
Jerry_Pig的博客
02-28 2373
一. NVIDIA显卡驱动 参考： https://www.cnblogs.com/abelsu/p/10625616.html 1. 安装前准备 (1). 检查是否有卡 一般购入电脑时就能有所了解，并且带有该显卡的电脑，都会有NVIDIA的绿色标识贴在机身上，只需要进一步确认就可以： $ lspci | grep -i nvidia 如果输出有带NVIDIA字符就可以了。 (2). 关闭Sec...
Ubuntu18.04安装CUDA10.2+Cudnn7.6.5+pytorch1.6.0+VTK8.2.0（持续更新中...
Liyyeee的博客
12-11 1055
Ubuntu18.04卸载低版本N卡驱动+CUDA10.0+Cudnn7.4.2 安装CUDA10.2+Cudnn7.6.5+pytorch1.6.0 1.卸载原先安装好的显卡驱动： sudo /usr/bin/nvidia-uninstall 2.查看显卡驱动是否卸载： nvidia-smi 3.卸载Cuda10.0： cd /usr/local/cuda/bin sudo ./uninstall_cuda_10.0.pl 4.查看Cuda10.0是否卸载： nvcc -V 5.卸载Cudnn7.4.2：
Ubuntu18.04安装CUDA10.0+cuDNN7.6.5+Tensorflow1.15教程
hlld__的博客
06-07 2459
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
Ubuntu18.04+CUDA10.1+OpenCV3.4.12+Python2.7环境下安装caffe
csdn_tclz的博客
12-20 915
几个前提 确认自己的机器上已经成功安装了NVIDIA driver、CUDA、cudnn 详细步骤可参考之前写的安装说明 说明 按照Caffe官方安装教程的说明，有两种安装方式，make(官方版)和cmake(社区支持)，使用make过程中遇到不少坑，最终笔者使用cmake安装成功 开始 1.首先安装后续步骤需要的各种依赖包，依次输入以下命令 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev lib
ubuntu18.04 + cuda10.2 + cudnn7.6.5
MiaoDa的博客
02-08 1949
cuda~
pytorch-1.6.0.dev20200531-py3.7_cuda10.2.89_cudnn7.6.5_0.tar.bz2
06-06
本版本是当前最新开发版本。PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的的深度神经网络。
卸载cuda10.0 升级为10.2及torch1.6,torchvision0.7
hohohahoha的博客
03-10 1735
1.先查看一下版本： 2.控制面板里卸载原来的10.0 留下：NVIDIA的图形驱动程序、NVIDIA Physx系统软件、NVIDIA GeForce Experience 3.注册表卸载，用腾讯电脑管家或360即可 4. 下载cuda 10.2，注意选择exe，用迅雷加速 5. 默认即可 6. 7. 8. 9.建议默认安装在C盘 。 10. 11. 有这个nvcc.exe就说明CUDA安装已成功 12. CUDNN的下载 官网下载地址：https://developer.nvidia.
Win10 通过 Anaconda 下载安装 PyTorch
薄饼店铺
08-06 1855
Win10 通过 Anaconda 下载安装 PyTorch本文解决的两个问题以 PyTorch CPU 版本安装为例 本文以通过 清华大学开源软件镜像站 安装 PyTorch CPU 版本为例 本文解决的两个问题 直接从官网下载，速度贼慢 不以管理员身份运行 Anaconda Prompt 会报错 “EnvironmentNotWritableError: The current user does not have write permissions to the target environm
超算云服务深度学习环境配置Pytorch1.6+CUDA10.2+DGL0.4.3
weixin_46065198的博客
05-18 7958
超算云服务深度学习环境配置登录超算云服务连接服务器1. 通过SSH连接服务器2. 通过第三方软件连接服务器（Xshell）配置深度学习环境1. 查看服务器已安装模块2. 调用Anaconda模块3. 创建Python3.7的虚拟环境4. 虚拟环境下安装CUDA10.2+Pytorch1.6.0
Ubuntu18.04+CUDA10.0+cudnn7.6.5＋Anaconda3+pytorch==1.2.0 torchvision==0.4.0
beautifulback的博客
01-09 1245
我的电脑显卡信息是： lspci | grep -i nvidia 查看驱动是否安装成功 lsmod | grep nvidia 输出结果如下图表示成功 一、CUDA10.0 1.从这里CUDA Toolkit Archive | NVIDIA Developer找到cuda10.0.因为官网直接打开是最新的版本，这个链接可以直接下载以前其他版本。 ２．在下载文件夹下（可以看到文件名为cuda_10.0.130_410.48_linux.run），然后在该（下载）文件夹下打开.
ubuntu18.04下，驱动安装+cuda10.2+cudnn8.0.4+anaconda3.5.0.1的环境配置
septoct的博客
04-14 521
显卡配置：一张2080ti，两张T4 系统：Ubuntu18.04(命令：lsb_release -a) 驱动：NVIDIA-Linux-x86_64-460.67.run cuda：cuda_10.2.89_440.33.01_linux.run cudnn：cudnn-10.2-linux-x64-v8.0.4.30.tgz conda：Anaconda3-5.0.1-Linux-x86_64.sh 1.禁用nouveau 打开文件： sudo vim /etc/modprobe.d/black.
ubuntu18.04安装pytorch、cuda、cudnn和miniconda
一只博客
04-20 4925
0. 前言 我也不知道有没有装好，稍微记录一下安装步骤 提前说一下踩坑经历： 一开始看别人的教程装了cuda11.4，后来担心太新了有问题，就卸载了cuda11.4并重装了cuda10.2； miniconda3安装的时候看别人的教程，误打误撞把miniconda3装到了管理员环境下（sudo su），千辛万苦卸载之后重新安装到普通环境里； cudnn安装顺利，没涉及到卸载； pytorch安装官网的命令有几个依赖怎么都装不上（应该是我没有梯子的缘故），没办法去清华镜像下载tar包，安装后imp
Ubuntu18.04下安装pytorch步骤&多cuda版本共存（啰嗦版）
weixin_54489145的博客
04-07 5913
Ubuntu18.04下安装pytorch步骤（啰嗦版）
【无坑安装】linux(ubuntu18.04)下安装CUDA +cuDNN + Pytorch
qq_42642142的博客
07-16 1007
因为在新电脑上配置深度学习环境，因此又重新在linux下装了一下相关的环境CUDA+cuDNN+Pytorch，随手记录一下要点吧，方便以后又用。
商务网站设计指南：Ubuntu18.04+GPU+CUDA+CUDNN安装
本文档探讨了商务网站的常规设计，并着重介绍了在Ubuntu 18.04操作系统上安装GPU++、CUDA和cuDNN的流程，这些技术对于加速深度学习和人工智能应用至关重要。商务网站设计的核心在于其独特性，包括主动互动性、无限...
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