安装Nvidia驱动
- 输入命令 ubuntu-drivers devices查看显卡推荐的驱动
- 选择recommend的版本进行安装,例如我的是460
sudo apt install nvidia-driver-460
- 安装完成后,重新启动系统:sudo reboot
- 重启后使用nvidia-smi即可查看显卡信息
安装cuda10.1
-
首先gcc降级
因为Ubuntu20.04自带的gcc版本为9.3,而cuda10.1不支持gcc-9,因此要手动安装gcc-7,命令如下:
sudo apt-get install gcc-7 g++-7
安装完gcc-7,系统中就存在两个版本的gcc,因此要设置默认的gcc,命令如下:
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 1
设置默认的g++也是如此:
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 9
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1
-
安装cuda10.1
下载比较慢,可以在我的百度网盘中下载,下载完成后安装即可。当安装界面启动,选择continue,然后输入accept,回车。
由于你的系统中已经有了NVIDIA显卡驱动,如果不想安装CUDA 10.1中附带的驱动,移动到Driver选项上,按空格键将该项取消,然后移动到Install回车进行安装,如下图。
安装完成后,需要为CUDA 10.1配置环境,
首先打开家目录下的.bashrc文件:gedit ~/.bashrc
在文件的末尾添加如下内容:
export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存并关闭文件,完成配置。
更新环境:source ~/.bashrc
安装cuDNN
官网下载地址 https://developer.nvidia.com/rdp/form/cudnn-download-survey
选择与CUDA 10.1对应的版本(7.6.5),点开后选择 cuDNN Library for Linux,点击下载。(最好选择 cuDNN Library for Linux 这个文件格式安装比较方便)
切换到下载文件所在目录,解压下载好的cuDNN压缩文件到当前目录:
tar zxvf ./cudnn-10.1-linux-x64-v7.6.5.32.tgz -C ./
将解压出的
cuda/include/cudnn.h文件复制到/usr/local/cuda/include文件夹
sudo cp cudnn.h /usr/local/cuda/include
cuda/lib64/下所有文件复制到/usr/local/cuda/lib64文件夹
sudo cp -r lib64/* /usr/local/cuda/lib64
为上述文件添加读取和执行权限:
sudo chmod 755 /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
安装Anaconda
下载安装文件
wget https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86_64.sh
开始安装,一路回车 yse就好了
bash Anaconda3-4.2.0-Linux-x86_64.sh
配置环境变量
echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
安装pytorch1.5
新建环境
conda create -n torch15 python=3.6
切换到该环境下,输入如下命令进行安装
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1
如果不行,则添加源之后再安装
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/