前提: 安装好Anaconda
建议: 创建虚拟环境 – conda方式
(1)先定义虚拟环境名字, 指定python版本
conda create --name [虚拟环境名字] python=3.6
(2)激活虚拟环境
source activate [虚拟环境名字]
# 退出虚拟环境
#source deactivate
(3)查看虚拟环境信息
# 查看虚拟环境列表
conda info -e
# 查看当前环境的详情
conda info
1.配置清华大学镜像源
推荐使用官方源,因为能保证版本匹配正确且是最新版, 但无特殊技能无法实现,那么添加镜像源
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- 拓展
(1)查看conda源
conda config --show channels
(2)删除镜像源
conda config --remove channels 镜像链接
2. 官网获取conda下载命令
3.更新显卡驱动
在Ubuntu18.04下,需要更新显卡驱动,推荐直接更新到最新版
(1)查看显卡驱动版本
cat /proc/driver/nvidia/version
如果没有结果或出错,那么说明没有安装显卡驱动, 可以去系统应用–软件和更新中去查看目前可以使用的显卡驱动版本.
(2)更新apt-get的显卡驱动源资源,获取最新显卡驱动
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
(3)进入软件和更新中
尽量选最新的显卡驱动,避免cuda不被支持.
(4) 重新启动系统
4. jupyter notebook使用虚拟环境的python创建文件
通过以下代码测试torch和cuda是否可以使用
import torch
print(torch.__version__) # 版本
print(torch.cuda.is_available()) # True支持GPU