栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 系统运维 > 运维 > Linux

ubuntu 18.04 配置深度学习环境

Linux 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

ubuntu 18.04 配置深度学习环境

本文内容主要参考自博客:Ubuntu20.04下深度学习环境配置
由于个别步骤稍有不同,因此进行记录,步骤如下:

1、将下载源换为国内源

ubuntu镜像-ubuntu下载地址-ubuntu安装教程-阿里巴巴开源镜像站 (aliyun.com)

推荐使用上述链接中的图形化界面方式

2、安装gpu驱动

参考博客:【Linux】Nvidia显卡驱动安装教程_龘之墨瞳的博客-CSDN博客_linux安装nvidia显卡驱动
与参考博客有以下两个不同之处:

在 “二、安装驱动” 这一步,无需前2个小步骤,直接执行第3个小步骤即可。

安装完成以后,无需 “三、完成安装” 这一步,直接执行第四步即可。

3、安装 anaconda

下载地址:Anaconda
下载后的文件一般存在于 “/home/xxx/Downloads/” 目录下。

# 首先 cd 到下载目录
cd /home/xxx/Downloads
# 然后安装下载好的文件
bash xxxxxx.sh

执行 “bash” 命令后,
接下来一直按回车键,直到出现 “Do you accept the license terms”,输入“yes”,然后回车;
接下来会出现 “Anaconda3 will now be installed into this location: /home/xxx/anaconda3”,直接回车,anaconda会安装在该目录;
当出现 “Do you wish the installer to initialize Anaconda3 by running condo init?”,输入 “yes”,然后回车。

到此 anaconda 的安装已经基本完成,接下来需要修改默认 python 版本为 anaconda 中的 python 版本,参考博客:ubuntu18.04修改默认python版本为anaconda中python版本

4、创建虚拟环境

一般一台服务器都会由多人使用,所以创建我们自己的虚拟环境以防止和别人互相影响。

# dl为虚拟环境的名字,可任意更改
conda create -n dl python=3.9
# 查看虚拟环境列表
conda env list
# 激活虚拟环境
conda activate dl
# 关闭虚拟环境
conda deactivate
5、安装 pytorch-gpu

pytorch官网
在pytorch官网选择合适的版本进行安装即可。(注意安装时的CUDA版本)
在虚拟环境中进行安装:

# 激活虚拟环境
conda activate dl
# 安装 pytorch
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

6、安装 CUDA

参考博客:Ubuntu20.04下深度学习环境配置 中的 “五、cuda安装”,注意下载的cuda版本要与上面安装的pytorch版本对应。

7、安装 cuDNN

下载地址:cuDNN
进去以后需要先注册账号,再填写一个调查问卷,才能进入下载页面。
下载后的文件格式:***.tar.xz
解压:解压后文件一般在 “/home/xxx/Downloads” 目录下。

# 先解压外层 xz 压缩方式
xz -d ***.tar.xz
# 再解压内层 tar 压缩方式
tar -xvf ***.tar

复制:

# 首先进入解压后目录
cd /home/xxx/Downloads/***
# 将相关文件进行复制,需要注意文件路径是否与磁盘上的一致,可通过图形化界面提前查看
sudo cp include/cudnn*.h /usr/local/cuda/include/
sudo cp lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
8、验证环境是否搭建成功
# 激活虚拟环境
conda activate dl
# 打开 python 
python
# 导入模块
import torch
# 验证
torch.cuda.is_available()
# 如果返回 True ,即表示环境搭建成功
True
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/835882.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号