目录
1、显卡驱动+cuda11.1+cudnn8.0.4
此部分按照博客:https://blog.csdn.net/weixin_43269994/article/details/109030404 安装,验证有效。
【删除cuda】
在命令行中输入以下,删除已安装cuda:
sudo apt-get remove cuda
sudo apt --purge remove "*cublas*" "cuda*"
sudo apt-get autoclean
sudo apt-get remove cuda*
【安装cuda】
命令行输入(紫色部分):
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
#这一行下载cuda,对应1804版本,若报错,也可直接在网站上输入网址同样可以下载。
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
#将下载的cuda文件移动到新地址。
wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda-repo-ubuntu1804-11-1- local_11.1.0-455.23.05-1_amd64.deb
#下载cuda-repo-ubuntu1804-11-1- local_11.1.0-455.23.05-1_amd64.deb。
sudo dpkg -i cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_amd64.deb
#安装
sudo apt-key add /var/cuda-repo-ubuntu1804-11-1-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda
【设置环境变量】
添加路径。
sudo vim ~/.bashrc
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
使环境变量生效:
source ~/.bashrc
验证结果:
nvcc -V
如果出现nvcc版本号,说明安装成功。
【CUDNN安装】
进入:https://developer.nvidia.com/rdp/cudnn-download 下载“cuDNN Library for Linux”,下载完成后解压tgz文件,得到一个cuda文件夹:cudnn-11.1-linux-x64-v8.0.4.30.tgz。
tar -xzvf cudnn-11.1-linux-x64-v8.0.4.30.tgz
然后复制文件:(注意:博客原文错误部分,在此处更正)
sudo cp cuda/include/* /usr/local/cuda-11.1/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.1/lib64
sudo chmod a+r /usr/local/cuda-11.1/include/cudnn.h /usr/local/cuda-11.1/lib64/libcudnn*
安装结果验证:
cat /usr/local/cuda-11.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
注意:我们之前所有配置的cuda环境都是在文件夹cuda-11.1中,结果如下:
2、Anaconda安装
Linux下安装anaconda和pytorch参考博客:https://blog.csdn.net/hktxt/article/details/82111203
注意:选择anaconda的版本和python版本对应。我的版本查看到用的python3版本是3.6.9,对应anaconda版本为anaconda3-5.2.0。在国内的镜像站点下载到对应版本:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
(Anaconda3-5.2.0-Linux-x86_64.sh)
执行以下命令进行安装,然后一路到底:
bash Anaconda3-5.2.0-Linux-x86_64.sh
安装完anaconda后会建议安装vscode,我在这里遇到提示网络链接问题,可能是源的问题,这里不重要,可采取其他方式安装或者不安装。
则安装完成,输入以下更新系统变量:
sudo gedit ~/.bashr
可见环境变量末尾添加了:
若没有则手动添加。
3、Anaconda配置
【创建虚拟环境】
为pytorch创建一个虚拟环境,这是推荐的做法,这样在创建其他环境如tensorflow时,就不会互相冲突。在终端输入:
conda create -n pytorch python=3.6
这就创建了一个名为pytorch,python版本为3.6的虚拟环境。于是我们可以把Pytorch安装在这个环境下面。首先我们激活这个环境:source activate pytorch
source activate pytorch
激活后,会看到前面会显示(pytorch):
【安装pytorch】
在https://pytorch.org/ 官网,根据版本选择,生成终端安装命令。
一路安装就好。
注意是在(名为pytorch)的环境下安装。中途有遇到两次http问题,导致跑到一半丢失的情况,因此重新安装可以改善。
安装完成。
在(pytorch)环境下(若没进入环境需要按照之前说明激活环境),进入python:
python
执行:
import torch
没报错说明成功,退出环境记得关闭python:
exit()
退出环境:
source deactivate
【安装opencv-python库】
这里用到的方法是在环境下运:
pip install opencv-contrib-python
【安装 pandas库等】
将工程代码放入到pycharm中后,发现报错没装pandas库,搜一下就知道了,注意安装在运行环境下。
【其他】
*Anaconda操作说明:https://blog.csdn.net/lushuangning/article/details/110817844
可以conda list查看已安装的库
4、安装 pycharm
Pycharm是一个ide,推荐安装专业版,而非免费的社区版,因为专业版可以ssh连远程等附加功能。
安装pycharm后,使用时记得设置运行环境,此处不赘述。