1.安装显卡驱动
在软件商店的右上角位置点击软件和更新, 找到附加驱动,选择nvidia- driver-450(专有),然后点击应用更改。
重启
运行sudo /usr/bin/nvidia-settings
检查驱动安装情况
运行cat /proc/driver/nvidia/version
查看驱动版本。
2. 安装CUDA
我的显卡是GTX960m,选择cuda9.0,在nvidia官网下载
链接: CUDA.
将第一主文件和下面4个补丁都下载。
- gcc降级
由于cuda9.0不支持gcc7,将其降级为6版本:
sudo apt-get install gcc-6#安装6
sudo apt-get install g++-6
cd /usr/bin
ls -l gcc*
sudo mv gcc gcc.bak #备份
sudo ln -s gcc-6 gcc #重新链接
sudo mv g++ g++.bak#备份
sudo ln -s g++-6 g++#重新链接
运行gcc -v
查看版本为6.5
- 安装cuda
sudo sh cuda_9.0.176_384.81_linux.run
接下来会显示一个文档界面,需要一直按空格读完。
最后会有让你选择的命令
因为之前已经装了显卡驱动,所以在是否安装驱动那里选择no。
等待安装,
然后继续安装补丁:
sudo sh cuda_9.0.176.1_linux.run
sudo sh cuda_9.0.176.2_linux.run
sudo sh cuda_9.0.176.3_linux.run
sudo sh cuda_9.0.176.4_linux.run
- 添加环境变量
sudo vim ~/.bashrc
sudo vim ~/.zshrc
//zsh用户使用
加入
export PATH=/usr/local/cuda-9.0/bin${PATH:+:$PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
最后source一下:
source ~/.bashrc
source ~/.zshrc
//zsh用户使用
查看版本:
cat /usr/local/cuda/version.txt
- 测试cuda:
进入目录:
cd /usr/local/cuda-9.0/samples/
sudo make
这个过程大约需要10分钟以上。运行结束后,进入目录
cd /usr/local/cuda9.0/samples/1_Utilities
终端运行
./deviceQuery/deviceQuery
如图:
最后 nvcc -V
结果如图:
则表示安装成功
3. 安装cuDNN
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销…
cuDNN的安装其实是文件的复制:
- 版本选择
下载对应cuda版本的cudnn7.6.5,选择cuDNN Library for linux
网站(需登录):https://developer.nvidia.com/rdp/cudnn-download
下载解压后复制文件到cuda安装位置:
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/
同时增加读写权限:
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*
查看cuDNN版本:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
,如图:
4、安装Anaconda
Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖
- Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项…anaconda (开源的Python包管理器)
- Anaconda是一个方便的python包管理和环境管理软件,一般用来配置不同的项目环境。
我们常常会遇到这样的情况,正在做的项目A和项目B分别基于python2和python3,而第电脑只能安装一个环境,这个时候Anaconda就派上了用场,它可以创建多个互不干扰的环境,分别运行不同版本的软件包,以达到兼容的目的
python3.6的对应的是 Anaconda 5.2
下载完毕后在文件所在终端执行
sudo sh -i Anaconda3-5.2.0-Linux-x86_64.sh
之后也是需要空格读完须知,然后一些交互界面,填yes和enter就可以。
这里提示是否安装vs,选择no(因为我有pycharm)
最后需要加入环境变量,这样python才能查看conda版本号,以及查看现在python版本,注意ubuntu自带python是python3才能执行。
因为我用的zsh,所以在.zshrc中加入
export PATH="/home/donaghy(用户名)/anaconda3/bin:$PATH"
ps:在重新安装的anaconda3中,会自动提示是否加入环境变量。输入yes即可。
然后重开一个终端,或者source ~/.bashrc ,source ~/.zshrc就可
查看conda版本:
参考博客:https://blog.csdn.net/def_init_myself/article/details/104824136
4、安装pytorch
PyTorch是一个开源的Python机器学习库,基于Torch,用于自然语言处理等应用程序。
2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出了PyTorch。它是一个基于Python的可续计算包,提供两个高级功能:1、具有强大的GPU加速的张量计算(如NumPy)。2、包含自动求导系统的深度神经网络。
- 更改conda软件源为其添加国内源清华镜像,直接在家目录终端运行以下即可:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
现在用的都是anaconda的pip,和python。为pip添加国内源:
如果没有~/.pip/pip.conf这个文件,可以创建一个。注意,首先创建一个文件夹:
cd ~
mkdir .pip
sudo gedit ~/.pip/pip.conf
在文本中输入
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=https://pypi.tuna.tsinghua.edu.cn
更新conda
conda update conda
安装pytorch:
去pytorch官网复制下载代码,记得删掉后面的-c pytorch,因为它表示从官网进行下载,不从清华镜像源下。
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0
90为你cuda的版本
输入yes继续即可。
出现错误:
Executing transaction: failed ERROR conda.core.link:_execute(502): An error occurred while uninstalling package 'defaults::numpy-1.14.3-py36hcd700cb_1'.
这是由于没有权限,运行如下命令即可:
sudo chown -R $USER:$USER /home/donaghy/anaconda3
修改自己的路径,再运行
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0
5、安装pycharm
pycharm是目前使用最多的python IDE,功能强大,界面简洁美观,安装简单。
从官网(http://www.jetbrains.com/pycharm/download/#section=linux)下载Community版 for Linux。并将下载好的文件copy到想安装的目录下。
- 安装
$ cd home/zhichao/pycharm
$ tar xfz pycharm-community-2017.1.4.tar.gz
$ cd pycharm-community-2017.1.4/bin
$ ./pycharm.sh
可以在软件的tool工具栏中选择
接下来按照安装提示一步步继续就可以了。
6、YOLOv4
官方github下载即可