Ubuntu 22.04配置深度学习环境教程(仅针对于windows11的版本并且仅在联想小新16pro上进行运行)

ubuntu桌面系统的下载(在windows系统上进行操作)

在windows桌面寻找任意一个浏览器下载ubuntu桌面系统(推荐microsoft浏览器),将下载好的ubuntu桌面系统保存在一个空盘(目前仅测试于空盘),ubuntu桌面下载链接🔗https://ubuntu.com/#download,

nvidia的安装(本人运用网上的方法很多,自己试错了很多,总结出来的最使用的)

1. 及时将系统软件包的下载源更换为清华源(在ubuntu终端进行输入)(以下部分内容引用了另一位博主的:https://blog.csdn.net/Cris_Hu/article/details/124711093?spm=1001.2014.3001.5506)


sudo gedit /etc/apt/sources.list

将文件内容替换为下面的内容,并保存:


# 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

更换后,命令行输入这些命令进行更新:


sudo apt update
 
sudo apt upgrade

2. 及时替换python 的pip源


cd ~
mkdir .pip
sudo gedit ~/.pip/pip.conf

在文本输入下面内容,并保存:


[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/ 
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

二、英伟达驱动安装

这里推荐最简单最省事的方法,如果试其他方法请自行百度。

前情提要:对于后续防止安装cuda的时候,缺少各种安装包的情况,在看到设备可以用什么nvidia驱动的时候,去搜索相应版本的cuda,看一下是否有你所对应的系统,例如nvidia510对应的cuda是11.6,但是11.6版本的cuda是没有ubuntu22.04的一个对应的选项,如果你去选择20.04,后续会存在缺少安装包的情况,所以大家知道自己对应的nvidia可以使用的版本之后,去cuda官网看一下是否有自己相对应的系统安装包,防止大家安装过程出现一些问题(避免心情烦躁).

1. 点击桌面右上角,点击设置

点击关于,之后点击软件更新,出现以下画面.(我选择的这个在cuda官网是有对应ubuntu22.04的一个选项的,所以是可以的)

选择一个nvidia驱动进行安装,尽量不要选取版本太高的,中间一点的就行,之后点击应用更改,随后加载完成后,点击重新启动,便可安装完成,随后进入终端输入


nvidia-smi

随后出现以下画面即可(根据nvidia驱动不同,出现的数值等等会有差异)

三. 安装cuda

下载CUDA Toolkit,官方下载链接:CUDA Toolkit 12.2 Downloads | NVIDIA Developer。根据电脑平台进行选择

在这里插入图片描述

输入安装指令


wget https://developer.download.nvidia.com/compute/cuda/11.7.1/local_installers/cuda_11.7.1_515.65.01_linux.run
sudo sh cuda_11.7.1_515.65.01_linux.run

1

2

安装过程中,首先输入accept,取消勾选Driver(已经安装了驱动),选择Install,回车

在这里插入图片描述

————————————————

版权声明:本文为CSDN博主「Wilbur11」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:【深度学习1】ubuntu22.04从零开始搭建深度学习环境_ubuntu 深度学习_Wilbur11的博客-CSDN博客

对于在Ubuntu 22.04配置深度学习环境,您可以按照以下步骤进行操作: 1. 更新系统和软件包: ``` sudo apt-get update sudo apt-get upgrade ``` 2. 安装NVIDIA显卡驱动(如果您的机器上有NVIDIA GPU): ``` sudo apt-get install nvidia-driver-<version> ``` 3. 安装CUDA(如果您的GPU支持): - 下载适用于Ubuntu 22.04的CUDA Toolkit installer(.deb文件):https://developer.nvidia.com/cuda-downloads - 运行以下命令安装CUDA Toolkit: ``` sudo dpkg -i cuda-repo-*.deb sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub sudo apt-get update sudo apt-get install cuda ``` 4. 安装cuDNN(可选,如果您计划使用TensorFlow、PyTorch等深度学习框架): - 下载适用于Ubuntu 22.04的cuDNN Library:https://developer.nvidia.com/rdp/cudnn-archive - 解压下载的文件,并将文件拷贝到CUDA安装目录: ``` tar -xzvf cudnn-*.tgz sudo cp -P cuda/include/cudnn*.h /usr/local/cuda/include sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 5. 安装Python和相关工具: ``` sudo apt-get install python3-dev python3-pip ``` 6. 创建和激活一个虚拟环境(可选,但推荐): ``` sudo apt-get install python3-venv python3 -m venv myenv source myenv/bin/activate ``` 7. 安装深度学习框架(如TensorFlow、PyTorch等): - 使用pip安装TensorFlow: ``` pip install tensorflow ``` - 使用pip安装PyTorch: ``` pip install torch torchvision ``` 8. 安装其他必要的库和工具: ``` pip install numpy matplotlib jupyter ``` 这些步骤可以帮助您在Ubuntu 22.04配置深度学习环境。根据您的需求,您还可以安装其他库和工具。记得根据您的硬件和软件要求进行适配和调整。
评论 1
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
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