安装显卡驱动
1.卸载现有驱动
sudo apt-get remove --purge nvidia*
2.安装ppa显卡驱动源
sudo apt-get update
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
3.检查显卡和推荐的驱动
sudo apt-cache search nvidia
ubuntu-drivers devices
4.自动安装推荐的显卡
sudo ubuntu-drivers autoinstall
安装cuda10.2
链接: cuda官网
选择需要的配置
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda-repo-ubuntu1804-11-3-local_11.3.1-465.19.01-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-3-local_11.3.1-465.19.01-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu1804-11-3-local/7fa2af80.pub
sudo apt-get updatesudo apt-get -y install cuda
添加cuda环境变量
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
安装cudnn
链接: cudnn官网.
选择那三个18.04的按照顺序dpkg安装就行,网上好多人都是复制库安装的,我觉得这个deb安装明显更容易呀
安装anaconda3
链接: Anaconda3.选择自己需要的版本
bash Anaconda3-5.3.1-Linux-x86_64.sh
安装过程让你输入yes or no
除了那个vs code 我都选择了yes
下面可以创建一个虚拟环境安装pytorch
安装pytorch1.7
1.建立虚拟环境
conda create -n test(自己命令) python=3.6
2.激活虚拟环境
activate test
3.安装第三方依赖环境,如numpy,mkl,cffi
conda install numpy mkl cffi
4.进入官网,找到合适自己的版本及命令
链接: pytorch.
1.conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 -c pytorch
2.pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113
3.pip install torch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0
测试torch是否成功
torch.cuda.is_available() # True则ok
安装opencv
sudo apt-get install libopencv-dev
sudo apt-get install python-opencv