麒麟V10 安装cuda12.1,Anaconda3,python3.11,pytorch2.4.1

已于 2024-11-15 12:54:17 修改
阅读量2.5k 收藏 23
点赞数 11
文章标签： pytorch 人工智能 python
于 2024-11-15 12:17:11 首次发布
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。
本文链接：https://blog.csdn.net/wenxiaocsdn/article/details/143791208
版权

 

硬件配置

型号：浪潮CS5260H2

CPU:（海光）,架构x86 Hygon C86 5380 16-core Processor

GPU:Tesla T4

RAID卡：pm8204

网卡信息：网讯 WX1860A2 

命令输出如下：

(base) [root@localhost ~]# lshw -c network
  *-network:0
       description: Ethernet interface
       product: WX1860A2 Gigabit Ethernet Controller
       vendor: Beijing Wangxun Technology Co., Ltd.
       physical id: 0
       bus info: pci@0000:01:00.0
       logical name: em1
       version: 01
       serial: 9c:c2:c4:61:7a:df
       size: 1Gbit/s
       capacity: 1Gbit/s
       width: 64 bits

系统安装

前期系统安装步骤省略，使用ventoy刻录U盘，下载镜像后，拷贝进入U盘，启动安装就可

系统版本

(base) [root@localhost ~]# nkvers
############## Kylin Linux Version #################
Release:
Kylin Linux Advanced Server release V10 (Lance)

Kernel:
4.19.90-52.22.v2207.ky10.x86_64

Build:
Kylin Linux Advanced Server
release V10 (SP3) /(Lance)-x86_64-Build23/20230324
#################################################
(base) [root@localhost ~]#

 

内核版本

(base) [root@localhost ~]# uname -a
Linux localhost.localdomain 4.19.90-52.22.v2207.ky10.x86_64 #1 SMP Tue Mar 14 12:19:10 CST 2023 x86_64 x86_64 x86_64 GNU/Linux
(base) [root@localhost ~]# rpm -qa | grep kernel
kernel-modules-extra-4.19.90-52.22.v2207.ky10.x86_64
kernel-tools-4.19.90-52.22.v2207.ky10.x86_64
kernel-core-4.19.90-52.22.v2207.ky10.x86_64
kernel-devel-4.19.90-52.22.v2207.ky10.x86_64
kernel-tools-libs-4.19.90-52.22.v2207.ky10.x86_64
kernel-headers-4.19.90-52.22.v2207.ky10.x86_64
kernel-4.19.90-52.22.v2207.ky10.x86_64
kernel-modules-4.19.90-52.22.v2207.ky10.x86_64
(base) [root@localhost ~]#

屏蔽nouveau,启动模式修改

编辑 /lib/modprobe.d/dist-blacklist.conf

#注释 nvidiafb
#blacklist nvidiafb
#添加以下两行
blacklist nouveau
options nouveau modeset=0

重建initramfs

 

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
dracut /boot/initramfs-$(uname -r).img $(uname -r)

修改系统启动模式

查看当前启动模式
systemctl  get-default

设置为命令行模式
systemctl set-default multi-user.target

重启

执行reboot

 

cuda依赖配置与安装

安装gcc，如系统自带此步骤可省略

 

yum install gcc  gcc-c++

检查gcc版本

(base) [root@localhost ~]# gcc --version
gcc (GCC) 7.3.0
Copyright © 2017 Free Software Foundation, Inc.
本程序是自由软件；请参看源代码的版权声明。本软件没有任何担保；
包括没有适销性和某一专用目的下的适用性担保。
(base) [root@localhost ~]#

 

检查内核版本

(base) [root@localhost ~]# ls /boot | grep vmlinu
vmlinuz-0-rescue-4f9a6ce3aaba4101b848f3a5814fe999
vmlinuz-4.19.90-52.22.v2207.ky10.x86_64
(base) [root@localhost ~]#
(base) [root@localhost ~]# rpm -aq | grep kernel-devel
kernel-devel-4.19.90-52.22.v2207.ky10.x86_64
(base) [root@localhost ~]# rpm -aq | grep kernel
kernel-modules-extra-4.19.90-52.22.v2207.ky10.x86_64
kernel-tools-4.19.90-52.22.v2207.ky10.x86_64
kernel-core-4.19.90-52.22.v2207.ky10.x86_64
kernel-devel-4.19.90-52.22.v2207.ky10.x86_64
kernel-tools-libs-4.19.90-52.22.v2207.ky10.x86_64
kernel-headers-4.19.90-52.22.v2207.ky10.x86_64
kernel-4.19.90-52.22.v2207.ky10.x86_64
kernel-modules-4.19.90-52.22.v2207.ky10.x86_64
(base) [root@localhost ~]#

如缺少进行yum安装或者升级内核保持一致即可，安装cuda不一会导致报错

cuda安装

官方文档CUDA按章配置可参考我另一篇博客：

Ubuntu22.04.4安装配置CUDA12.5，Cdnn官方详细版本_ubuntu 22.04.4-CSDN博客

这里麒麟系统我下载的Centos7的二进制包，执行安装即可

cuda历史版本及文档如下链接：

https://developer.nvidia.com/cuda-toolkit-archive

脚本执行如下：

wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run
sudo sh cuda_12.1.0_530.30.02_linux.run

安装python3.11

安装依赖
 

yum -y install epel-release wget make cmake gcc bzip2-devel libffi-devel zlib-devel

 

安装所有开发工具：

sudo yum -y groupinstall "Development Tools"

检查openssl版本

(base) [root@localhost ~]# openssl  version
OpenSSL 3.0.15 3 Sep 2024 (Library: OpenSSL 3.0.15 3 Sep 2024)
(base) [root@localhost ~]#

源码下载

wget https://www.python.org/ftp/python/3.11.2/Python-3.11.2.tgz

解压

tar xvf Python-3.11.2.tgz

目录输出如下
(base) [root@localhost ~]# cd Python-3.11.2/
(base) [root@localhost Python-3.11.2]# ls
aclocal.m4         config.guess   config.sub    Doc      install-sh       LICENSE   Makefile.pre     Modules  PC        Programs        pyconfig.h.in  python-config     README.rst
_bootstrap_python  config.log     configure     Grammar  Lib              Mac       Makefile.pre.in  Objects  PCbuild   pybuilddir.txt  python         python-config.py  setup.py
build              config.status  configure.ac  Include  libpython3.11.a  Makefile  Misc             Parser   platform  pyconfig.h      Python         python-gdb.py     Tools
(base) [root@localhost Python-3.11.2]#

切换目录，编译安装

 

LDFLAGS="${LDFLAGS} -Wl,-rpath=/usr/local/openssl/lib" ./configure --with-openssl=/usr/local/openssl &&  make

安装完成

 

 make altinstall

安装完成替换软连接

unlink  /usr/bin/python
unlink  /usr/bin/python3
link -s  /usr/local/bin/python3.11 /usr/bin/python
link -s  /usr/local/bin/python3.11 /usr/bin/python3

(base) [root@localhost Python-3.11.2]# python
Python 3.12.7 | packaged by Anaconda, Inc. | (main, Oct  4 2024, 13:27:36) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>

安装Anaconda 

下载安装脚本

wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh

网页显示如下可选其他版本：地址如下https://repo.anaconda.com/archive/

e0ac447c817a44b686b1fb0b896a29c9.png

安装

bash  Anaconda3-2024.10-1-Linux-x86_64.sh

输出信息如下

Version 4.0 | Last Modified: March 31, 2024 | ANACONDA TOS


Do you accept the license terms? [yes|no]
>>>   yes

Anaconda3 will now be installed into this location:
/root/anaconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

[/root/anaconda3] >>>
PREFIX=/root/anaconda3
Unpacking payload ...

Installing base environment...


Downloading and Extracting Packages:


## Package Plan ##
added / updated specs:
    - defaults/linux-64::_anaconda_depends==2024.10=py312_mkl_0[md5=c9ba3a4910c6668be6c04058513aca5d]
    - defaults/linux-64::_libgcc_mutex==0.1=main[md5=c3473ff8bdb3d124ed5ff11ec380d6f9]
    - defaults/linux-64::_openmp_mutex==5.1=1_gnu[md5=71d281e9c2192cb3fa425655a8defb85]
    - defaults/linux-64::aiobotocore==2.12.3=py312h06a4308_0[md5=b54b2fa16e83039c4398d0b1d16c8cd9]
    - defaults/linux-64::aiohappyeyeballs==2.4.0=py312h06a4308_0[md5=305f03cf0cb08197bafad774073c8880]
    - defaults/linux-64::aiohttp==3.10.5=py312h5eee18b_0[md5=442b1f6b84684ca9bc6fdcd2d5ed7d40]


.....................................................................................




Downloading and Extracting Packages:

Preparing transaction: done
Executing transaction: done
installation finished.
Do you wish to update your shell profile to automatically initialize conda?
This will activate conda on startup and change the command prompt when activated.
If you'd prefer that conda's base environment not be activated on startup,
   run the following command when conda is activated:

conda config --set auto_activate_base false

You can undo this by running `conda init --reverse $SHELL`? [yes|no]
[no] >>> yes
no change     /root/anaconda3/condabin/conda
no change     /root/anaconda3/bin/conda
no change     /root/anaconda3/bin/conda-env
no change     /root/anaconda3/bin/activate
no change     /root/anaconda3/bin/deactivate
no change     /root/anaconda3/etc/profile.d/conda.sh
no change     /root/anaconda3/etc/fish/conf.d/conda.fish
no change     /root/anaconda3/shell/condabin/Conda.psm1
no change     /root/anaconda3/shell/condabin/conda-hook.ps1
no change     /root/anaconda3/lib/python3.12/site-packages/xontrib/conda.xsh
no change     /root/anaconda3/etc/profile.d/conda.csh
modified      /root/.bashrc

==> For changes to take effect, close and re-open your current shell. <==

Thank you for installing Anaconda3!

安装完成

执行conda search torch查找包

(base) [root@localhost ~]# conda search torch
Loading channels: done
No match found for: torch. Search: *torch*
# Name                       Version           Build  Channel
_pytorch_select                  0.1           cpu_0  pkgs/main
_pytorch_select                  0.2           gpu_0  pkgs/main
diffusers-torch               0.11.0 py310h2f386ee_0  pkgs/main
diffusers-torch               0.11.0  py37hb070fc8_0  pkgs/main
diffusers-torch               0.11.0  py38hb070fc8_0  pkgs/main
diffusers-torch               0.11.0  py39hb070fc8_0  pkgs/main
diffusers-torch               0.18.2 py310h2f386ee_0  pkgs/main
diffusers-torch               0.18.2 py311h92b7b1e_0  pkgs/main
diffusers-torch               0.18.2 py312he106c6f_0  pkgs/main
diffusers-torch               0.18.2  py38h2f386ee_0  pkgs/main
diffusers-torch               0.18.2  py39h2f386ee_0  pkgs/main
diffusers-torch               0.30.3 py310h06a4308_0  pkgs/main
diffusers-torch               0.30.3 py311h06a4308_0  pkgs/main
diffusers-torch               0.30.3 py312h06a4308_0  pkgs/main
diffusers-torch               0.30.3  py38h06a4308_0  pkgs/main
diffusers-torch               0.30.3  py39h06a4308_0  pkgs/main
intel-extension-for-pytorch          1.12.1 py310h6a678d5_0  pkgs/main
intel-extension-for-pytorch          1.12.1  py38h6a678d5_0  pkgs/main
intel-extension-for-pytorch          1.12.1  py39h6a678d5_0  pkgs/main
pytorch                        0.2.0 py27cuda7.5cudnn5.1_0  pkgs/main
pytorch                        0.2.0 py27cuda7.5cudnn6.0_0  pkgs/main
pytorch                        0.2.0 py27cuda8.0cudnn5.1_0  pkgs/main
pytorch                        0.2.0 py27cuda8.0cudnn6.0_0  pkgs/main
pytorch                        0.2.0 py35cuda7.5cudnn5.1_0  pkgs/main
pytorch                        0.2.0 py35cuda7.5cudnn6.0_0  pkgs/main
pytorch                        0.2.0 py35cuda8.0cudnn5.1_0  pkgs/main
pytorch                        0.2.0 py35cuda8.0cudnn6.0_0  pkgs/main
pytorch                        0.2.0 py36cuda7.5cudnn5.1_0  pkgs/main
pytorch                        0.2.0 py36cuda7.5cudnn6.0_0  pkgs/main
pytorch                        0.2.0 py36cuda8.0cudnn5.1_0  pkgs/main
pytorch                        0.2.0 py36cuda8.0cudnn6.0_0  pkgs/main
pytorch                        0.3.0 py27cuda7.5cudnn6.0_0  pkgs/main
pytorch                        0.3.0 py27cuda8.0cudnn6.0_0  pkgs/main
pytorch                        0.3.0 py27cuda8.0cudnn7.0_0  pkgs/main
pytorch                        0.3.0 py35cuda7.5cudnn6.0_0  pkgs/main
pytorch                        0.3.0 py35cuda8.0cudnn6.0_0  pkgs/main

安装pytoch 

 

官网参考

https://pytorch.ac.cn/get-started/previous-versions/

Linux 和 Windows
# CUDA 11.8
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1  pytorch-cuda=11.8 -c pytorch -c nvidia
# CUDA 12.1
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 pytorch-cuda=12.1 -c pytorch -c nvidia
# CUDA 12.4
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 pytorch-cuda=12.4 -c pytorch -c nvidia
# CPU Only
conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 cpuonly -c pytorch

执行安装

conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 pytorch-cuda=12.1 -c pytorch -c nvidia

 

输出信息如下

(base) [root@localhost ~]# conda install pytorch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 pytorch-cuda=12.1 -c pytorch -c nvidia
Channels:
 - pytorch
 - nvidia
 - defaults
Platform: linux-64
Collecting package metadata (repodata.json): done
Solving environment: done

## Package Plan ##

  environment location: /root/anaconda3

  added / updated specs:
    - pytorch-cuda=12.1
    - pytorch==2.4.1
    - torchaudio==2.4.1
    - torchvision==0.19.1


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    cuda-cudart-12.1.105       |                0         189 KB  nvidia
    cuda-cupti-12.1.105        |                0        15.4 MB  nvidia
    cuda-libraries-12.1.0      |                0           2 KB  nvidia
    cuda-nvrtc-12.1.105        |                0        19.7 MB  nvidia
    cuda-nvtx-12.1.105         |                0          57 KB  nvidia
    cuda-opencl-12.6.77        |                0          25 KB  nvidia
    cuda-runtime-12.1.0        |                0           1 KB  nvidia
    cuda-version-12.6          |                3          16 KB  nvidia
    ffmpeg-4.3                 |       hf484d3e_0         9.9 MB  pytorch
    gmp-6.2.1                  |       h295c915_3         544 KB
    gnutls-3.6.15              |       he1e5248_0         1.0 MB
    lame-3.100                 |       h7b6447c_0         323 KB
    libcublas-12.1.0.26        |                0       329.0 MB  nvidia
    libcufft-11.0.2.4          |                0       102.9 MB  nvidia
    libcufile-1.11.1.6         |                0         895 KB  nvidia
    libcurand-10.3.7.77        |                0        39.7 MB  nvidia
    libcusolver-11.4.4.55      |                0        98.3 MB  nvidia
    libcusparse-12.0.2.55      |                0       163.0 MB  nvidia
    libidn2-2.3.4              |       h5eee18b_0         146 KB
    libjpeg-turbo-2.0.0        |       h9bf148f_0         950 KB  pytorch
    libnpp-12.0.2.50           |                0       139.8 MB  nvidia
    libnvjitlink-12.1.105      |                0        16.9 MB  nvidia
    libnvjpeg-12.1.1.14        |                0         2.9 MB  nvidia
    libtasn1-4.19.0            |       h5eee18b_0          63 KB
    libunistring-0.9.10        |       h27cfd23_0         536 KB
    llvm-openmp-14.0.6         |       h9e868ea_0         4.4 MB
    nettle-3.7.3               |       hbbd107a_1         809 KB
    openh264-2.1.1             |       h4ff587b_0         711 KB
    pytorch-2.4.1              |py3.12_cuda12.1_cudnn9.1.0_0        1.35 GB  pytorch
    pytorch-cuda-12.1          |       ha16c6d3_6           7 KB  pytorch
    pytorch-mutex-1.0          |             cuda           3 KB  pytorch
    torchaudio-2.4.1           |      py312_cu121         6.4 MB  pytorch
    torchtriton-3.0.0          |            py312       233.5 MB  pytorch
    torchvision-0.19.1         |      py312_cu121         8.5 MB  pytorch
    ------------------------------------------------------------
                                           Total:        2.52 GB

The following NEW packages will be INSTALLED:

  cuda-cudart        nvidia/linux-64::cuda-cudart-12.1.105-0
  cuda-cupti         nvidia/linux-64::cuda-cupti-12.1.105-0
  cuda-libraries     nvidia/linux-64::cuda-libraries-12.1.0-0
  cuda-nvrtc         nvidia/linux-64::cuda-nvrtc-12.1.105-0
  cuda-nvtx          nvidia/linux-64::cuda-nvtx-12.1.105-0
  cuda-opencl        nvidia/linux-64::cuda-opencl-12.6.77-0
  cuda-runtime       nvidia/linux-64::cuda-runtime-12.1.0-0
  cuda-version       nvidia/noarch::cuda-version-12.6-3
  ffmpeg             pytorch/linux-64::ffmpeg-4.3-hf484d3e_0
  gmp                pkgs/main/linux-64::gmp-6.2.1-h295c915_3
  gnutls             pkgs/main/linux-64::gnutls-3.6.15-he1e5248_0
  lame               pkgs/main/linux-64::lame-3.100-h7b6447c_0
  libcublas          nvidia/linux-64::libcublas-12.1.0.26-0
  libcufft           nvidia/linux-64::libcufft-11.0.2.4-0
  libcufile          nvidia/linux-64::libcufile-1.11.1.6-0
  libcurand          nvidia/linux-64::libcurand-10.3.7.77-0
  libcusolver        nvidia/linux-64::libcusolver-11.4.4.55-0
  libcusparse        nvidia/linux-64::libcusparse-12.0.2.55-0
  libidn2            pkgs/main/linux-64::libidn2-2.3.4-h5eee18b_0
  libjpeg-turbo      pytorch/linux-64::libjpeg-turbo-2.0.0-h9bf148f_0
  libnpp             nvidia/linux-64::libnpp-12.0.2.50-0
  libnvjitlink       nvidia/linux-64::libnvjitlink-12.1.105-0
  libnvjpeg          nvidia/linux-64::libnvjpeg-12.1.1.14-0
  libtasn1           pkgs/main/linux-64::libtasn1-4.19.0-h5eee18b_0
  libunistring       pkgs/main/linux-64::libunistring-0.9.10-h27cfd23_0
  llvm-openmp        pkgs/main/linux-64::llvm-openmp-14.0.6-h9e868ea_0
  nettle             pkgs/main/linux-64::nettle-3.7.3-hbbd107a_1
  openh264           pkgs/main/linux-64::openh264-2.1.1-h4ff587b_0
  pytorch            pytorch/linux-64::pytorch-2.4.1-py3.12_cuda12.1_cudnn9.1.0_0
  pytorch-cuda       pytorch/linux-64::pytorch-cuda-12.1-ha16c6d3_6
  pytorch-mutex      pytorch/noarch::pytorch-mutex-1.0-cuda
  torchaudio         pytorch/linux-64::torchaudio-2.4.1-py312_cu121
  torchtriton        pytorch/linux-64::torchtriton-3.0.0-py312
  torchvision        pytorch/linux-64::torchvision-0.19.1-py312_cu121


Proceed ([y]/n)? y


Downloading and Extracting Packages:

Preparing transaction: done
Verifying transaction: done
Executing transaction: done
(base) [root@localhost ~]#

 

图片信息截图

ea144ce667e24a71ac6d9d1f03dbf2ba.png

93431692a02f45ce984a1bacea6c89e6.png

 

5db6b0fd5b354b6cbb0d7e001bce713d.png

完装完成，验证

检查torch版本

检查cuda版本

检查CUDA与PyTorch版本的匹配问题

(base) [root@localhost ~]# python
Python 3.12.7 | packaged by Anaconda, Inc. | (main, Oct  4 2024, 13:27:36) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
2.4.1
>>> print(torch.cuda.is_available())
True
>>> print(torch.version.cuda)
12.1
>>>

 

输出结果正确

执行conda list 查看torch包信息

 

执行conda list | grep torch 

(base) [root@localhost ~]# conda list | grep torch
ffmpeg                    4.3                  hf484d3e_0    pytorch
libjpeg-turbo             2.0.0                h9bf148f_0    pytorch
pytorch                   2.4.1           py3.12_cuda12.1_cudnn9.1.0_0    pytorch
pytorch-cuda              12.1                 ha16c6d3_6    pytorch
pytorch-mutex             1.0                        cuda    pytorch
torchaudio                2.4.1               py312_cu121    pytorch
torchtriton               3.0.0                     py312    pytorch
torchvision               0.19.1              py312_cu121    pytorch
(base) [root@localhost ~]#

 

c1ff350790b344e19def1ffb5a9b99c6.png

 

至此，麒麟系统配置cuda，pytorch 配置完成，python里面调用GPU成功

 

ce846e6ca1df4518a2e1184a9826ae47.png

 

 

IT杂物铺
关注
银河麒麟V10 SP3服务器操作系统（x86）安装和编译指定的python3版本和虚拟环境
f2824906460的博客
11-01 2124
pip3 install virtualenv -i https://pypi.tuna.tsinghua.edu.cn/simple/ # 因为系统中安装了多个python版本，直接使用pip命令会提示找不到命令，加个3就可以。#--python=python3.10 指定python3.10环境；[root@xjl Python-3.10.11]# ./configure --prefix=/opt/python3 --enable-optimizations #指定安装目录。
中标麒麟v10 sp3 部署cuda cudnn tensorrt deepstream
zhoutianyou的专栏
08-29 1120
将deepstream注册到gstreamer，代码摘自于deepstream下的install.sh文件。从其他linux系统拷贝一个libstdc++.so.6.0.28过来，重新软连接一下。deepstream deb包不支持kylin，所以下载tar.gz2包。配置 nvcc ， /root/.bashrc 尾部追加。验证：source /root/.bashrc。vim /etc/yum.conf 追加。重新生成initramfs。
银河麒麟服务器操作系统V10安装Nvidia显卡驱动和CUDA（L40）并安装ollama运行DeepSeek【开荒存档版】
mizhiakk的博客
04-11 1000
银河麒麟服务器操作系统V10安装Nvidia显卡驱动和CUDA（L40）并安装ollama运行DeepSeek【开荒存档版】
银河麒麟/Ubuntu安装cuda和显卡驱动、cuDNN
热门推荐
qq_30003797的博客
04-13 1万+
银河麒麟/Ubuntu安装cuda和显卡驱动银河麒麟介绍第一步：更换apt软件源（换过的忽略）安装前的准备确认安装环境安装cuda以及显卡驱动安装CUDNN退出tty模式，完成安装 银河麒麟介绍 银河麒麟系统是一个国产操作系统，是基于Ubuntu进行深度优化的，除了操作界面与Ubuntu不同外，文件系统和命令与Ubuntu基本一致。所以此教程也适用于Ubuntu系统。 第一步：更换apt软件源（换过的忽略） 由于Ubuntu系统的软件源在国外，所以需要更换国内的镜像源。通常可以通过以下两种方法进行换源 方法
麒麟银河桌面版，成功安装cuda12.6，mysql
SZ170110231的博客
09-21 2444
如果有输出，说明 nouveau 驱动正在加载。
如何安装vagrant虚拟机
爱你的大饼头呦
05-22 329
linuk的安装 1，首先进入到wwwroot下也就是虚拟机安装的目录下，查看当前安装的虚拟机 vagrant box list 2，删除原来的虚拟机 vagrant box remove laravel/homestead 3修改metadata.json文件， 将version修改成9.1.0版本,防止下次进入自动更新虚拟机，最后记得修改成当前box文件的名称 { "name": "l...
在 Ubuntu 18.04 上安装 Python 3.7
weixin_30706691的博客
08-15 804
扩展源安装 sudo apt update sudo apt install software-properties-common sudo add-apt-repository ppa:deadsnakes/ppa # 按回车继续 sudo apt install python3.7 python3.7 --version #安装pip wget https://bootstrap....
python：安装anaconda、cuda、pytorch和pycharm全过程
niumowanghahaha的博客
02-05 1311
安装的是最新版，anaconda2024.10.1，我现在是2025年2月5日，可以直接安装就行，然后由于配套性，我就后续所有软件都安装了最新版。由于网上太多过期的教程，被折磨了一天多，最后决定写这个帖子，实在是因为太破防了，第一次写，主要是记录，其次希望对同样受到折磨的人有点帮助……这个代码后面python的版本和上面使用的版本最好一样，反正我一样，不知道不一样的结果是什么，可以试一试，我版本一样做成了。这个文件是隐藏的，需要打开隐藏文件可见，网上教程一堆，我就不赘述了。
基于cuda12.1安装pytorch-gpu
m0_55483722的博客
07-07 2613
前往Anaconda网站的下载页面（https://www.anaconda.com/products/individual#Downloads）下载对应的安装程序，并按照安装指南进行安装。因课题需要，特别需要pytorch和tensorflow的gpu版本，为了方便大家装环境，故将这次重装pytorch-gpu过程给大家做个参考，期间需要的安装包也放在某盘了，需要可以自取。安装更低版本的CUDA驱动程序和对应cuDNN库。要下载比对应版本更低的版本，我这是12.2，所以下载了12.1，下载链接在末尾。
Anaconda安装Pytorch
weixin_40943650的博客
10-21 1007
在pytorch环境中安装jupyter notebook版本报错
【纯小白】Ubuntu20.04安装Anaconda & CUDA12.1 & Pytorch 及任何其他版本
muyulingfengye的博客
01-19 598
适合小白一键安装任何版本的cuda和pytorch
「安装」 Windows下安装Anaconda、CUDA、Pytorch、Jupyter使用
记录学习过程中的笔记
09-27 1822
确认有NVIDIA GPU安装CUDA安装miniconda安装GPU版PyTorch安装d2l和Jupyter下载d2l记事本运行测试。
A800 GPU服务器 麒麟V10操作系统安装CUDA
最新发布
k5218024的博客
04-28 451
A800服务器使用麒麟v10安装 CUDA
DELL Precision 3551安装麒麟Desktop V4及CUDA
Giselite的专栏
10-12 3155
预备知识：DELL Precision 3551常识 开机按F2进入bios设置，按F12进入boot选项列表； 只有UEFI分区的U盘或移动硬盘才能识别到boot列表，移动硬盘，U盘，移动光驱均不能识别； bios设置里面与网络上普遍看到的dell的bios界面有区别，没有Enable Legacy选项，不能识别非UEFI分区的安装介质； 非UEFI分区的安装介质，可以通过Boot Sequence界面通过Add boot option来添加； 实际操作 将麒麟iso镜像拷贝到空的移动硬盘或U盘根目
基于ARM64麒麟V10系统安装pytorch
YYC1503的博客
03-17 4107
基于ARM64麒麟V10系统安装pytorch 本篇基于ARM64架构编译安装pytorch深度学习框架，不支持GPU 安装环境 名称 版本 Linux kylinV10 python 3.7.4 pytorch 1.7.0 离线包准备 需要提前配置好Yum源和准备好相关离线安转包 直接安装 #!/bin/bash yum install python3-pillow -y pip3 install numpy-1.20.1-cp37-cp37m-linux_aarch64.w
gpu云服务器可以安装系统吗,gpu云服务器怎么安装cuda
weixin_30783947的博客
08-12 523
gpu云服务器怎么安装cuda 内容精选换一换通过创建应用，将待使用的应用内容部署至云上，分配GPU加速型云服务器资源，提供渲染能力。当您需要新增一个应用时，请按本节内容进行操作。创建应用。在左侧导航栏，选择“应用管理”。在“应用管理”页面，单击右上角的“创建应用”。应用管理在“创建应用”页面，根据界面提示填写待创建应用的参数信息。创建应用创建应用参数说明参数配置所属集群选择待创建应Windows...
在Ubuntu KyLin 14.04上安装CUDA
追梦水手的博客
11-30 831
在Ubuntu KyLin 14.04上安装CUDA
Linux系统安装python3.11.1
m0_63611404的博客
04-12 6408
按i编辑，将第一行中的#!/usr/bin/python修改为#!删除原来指向python2的软链接，并建立新的python3的软链接。将此时的python3.11转移到创建的目录中。安装python3.11.1。创建一个python3的目录。按esc退出，输入:wq保存。创建并覆盖原来的软链接。查看python版本。
使用anaconda 安装python3.11
12-29
### 使用 Anaconda 安装 Python 3.11 为了在 Windows 11 上通过 Anaconda 安装特定版本的 Python（即 Python 3.11），可以按照以下流程操作： #### 准备工作 确保已经完成 Anaconda 的安装并配置好环境变量[^1]。 #### 创建新环境 创建一个新的 Conda 环境来隔离不同项目的依赖关系。这一步骤非常重要，因为不同的项目可能需要不同版本的库文件或解释器。命令如下所示： ```bash conda create -n` 参数后面跟的是自定义的新环境名称 `myenv`，可以根据个人喜好更改；而 `python=3.11` 则指定了要使用的 Python 版本号为 3.11[^3]。 #### 激活新建环境 使用下面这条指令激活刚刚建立好的虚拟环境： ```bash conda activate myenv ``` 此时终端提示符前会显示 `(myenv)` 表明当前处于该环境中。 #### 验证安装情况 可以通过执行下列命令确认所处环境下 Python 解释器的具体版本信息： ```bash python --version ``` 如果一切正常，则应该能看到类似于 "Python 3.11.x" 的输出结果[^2]。
评论
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