admin管理员组文章数量:1130349
【腾讯文档】深度学习环境安装指南
https://docs.qq/slide/DU3ZWR1FYb05CR3dS
1. Anaconda安装
官网进行账号注册后下载 Linux与系统匹配的Anaconda3版本，此处我下载了 Anaconda3-2024.10-1-Linux-x86_64.sh，因为我的系统是Ubuntu20.04 x86架构的。在该软件目录打开终端或cd到该目录，利用命令执行
/bin/bash Anaconda3-2024.10-1-Linux-x86_64.sh然后不断按enter键，全选yes。（我安装时最后一个问题选了no，就是不自启动conda的base环境，导致我的conda命令是无命令的，最后使用命令 才开启）
conda config --set auto_activate_base true然后进行初始化conda，采用一下命令进行初始化，就会在路径中添加环境，然后关掉终端，就可以在新开的终端使用了
conda init
source ~/.bashrc由于Ubuntu软件是没有桌面图标的，我参考该 文章 创建了一个，方便使用，当然也可以使用命令启动
anaconda-navigator在桌面创建一个文本文件，输入
[Desktop Entry]
Name=Anaconda
Version=1.0
Type=Application
Exec=/home/pc/anaconda3/bin/anaconda-navigator
Icon=/home/pc/anaconda3/pkgs/anaconda-navigator-1.6.8-py36_0/lib/python3.6/site-packages/anaconda_navigator/static/images/anaconda-icon-256x256.png
#（这两行根据你的路径进行修改，我找图片时也与参考文章不太一样）
#（是Icon=/home/pc/anaconda3/pkgs/anaconda-navigator-2.6.3-py312h06a4308_0/lib/python3.12/site-packages/anaconda_navigator/static/images/common/anaconda-icon-256x256.png）
Terminal=false
StartupNotify=true同时可能图片没有权限，导致无法执行，因此
chmod 777 /home/pc/anaconda3/pkgs/anaconda-navigator-2.6.3-py312h06a4308_0/lib/python3.12/site-packages/anaconda_navigator/static/images/common/anaconda-icon-256x256.png然后右击打开就行
自此Anaconda3就安装完成了
2.CUDA与cuDNN安装
与我在windows系统安装的版本一样，由于我的ubuntu系统NVIDIA驱动是550.120，支持的最高CUDA版本是12.4，因此我咨询AI的结果是稳定的版本组合是 CUDA Toolkot 11.8 , cuDNN 9.1.0.70 , pythorch 2.5.1
CUDA安装
直接在crt+ALT+T的终端里输入选择后的安装代码
输入sh安装命令，因为已有驱动，所以得选择卸掉驱动再安装
这里提示我没有gcc编译器，没办法安装，因此通过以下命令安装gcc编译器和其他编译器
sudo apt install build-essential重新运行
sudo sh cuda_11.8.0_520.61.05_linux.run协议输入accept，然后因为电脑已经安装了驱动，所以按空格取消第一行的驱动Driver，如果要进行分布式计算，可以加上组件nvidia-fs，然后选择Install
安装完成，通过nvcc -V验证
cuDNN安装
下载cuDNN
检查cuDNN安装情况
3. pytorch安装
安装完成，这是base环境里的torch版本
如果要用其他版本的cuda和pytorch，应该先建立虚拟环境再安装对应版本的pytorch，因为新环境不会继承base环境的包
# 创建环境（Python版本需与PyTorch兼容）
conda create -n deeplearn python=3.12
conda activate deeplearn
# 安装指定CUDA版本的PyTorch
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=11.8 -c pytorch -c nvidia4. VScode配置opencv
vscode在扩展中安装python
使用conda创建一个虚拟环境并激活该虚拟环境
conda create -n deeplearning python=3.12
conda activate deeplearning
在deeplearning这个虚拟环境中可以安装各种包，如
pip insatll numpy5. 重新启动nvidia驱动
还记得在安装cuda时采用了无驱动安装吗，因为当时取消了驱动，所以即使安装完使用pytorch训练时依旧会使用cpu进行训练，而不是GPU，因此得重新安装并重启系统
【腾讯文档】深度学习环境安装指南
https://docs.qq/slide/DU3ZWR1FYb05CR3dS
1. Anaconda安装
官网进行账号注册后下载 Linux与系统匹配的Anaconda3版本，此处我下载了 Anaconda3-2024.10-1-Linux-x86_64.sh，因为我的系统是Ubuntu20.04 x86架构的。在该软件目录打开终端或cd到该目录，利用命令执行
/bin/bash Anaconda3-2024.10-1-Linux-x86_64.sh然后不断按enter键，全选yes。（我安装时最后一个问题选了no，就是不自启动conda的base环境，导致我的conda命令是无命令的，最后使用命令 才开启）
conda config --set auto_activate_base true然后进行初始化conda，采用一下命令进行初始化，就会在路径中添加环境，然后关掉终端，就可以在新开的终端使用了
conda init
source ~/.bashrc由于Ubuntu软件是没有桌面图标的，我参考该 文章 创建了一个，方便使用，当然也可以使用命令启动
anaconda-navigator在桌面创建一个文本文件，输入
[Desktop Entry]
Name=Anaconda
Version=1.0
Type=Application
Exec=/home/pc/anaconda3/bin/anaconda-navigator
Icon=/home/pc/anaconda3/pkgs/anaconda-navigator-1.6.8-py36_0/lib/python3.6/site-packages/anaconda_navigator/static/images/anaconda-icon-256x256.png
#（这两行根据你的路径进行修改，我找图片时也与参考文章不太一样）
#（是Icon=/home/pc/anaconda3/pkgs/anaconda-navigator-2.6.3-py312h06a4308_0/lib/python3.12/site-packages/anaconda_navigator/static/images/common/anaconda-icon-256x256.png）
Terminal=false
StartupNotify=true同时可能图片没有权限，导致无法执行，因此
chmod 777 /home/pc/anaconda3/pkgs/anaconda-navigator-2.6.3-py312h06a4308_0/lib/python3.12/site-packages/anaconda_navigator/static/images/common/anaconda-icon-256x256.png然后右击打开就行
自此Anaconda3就安装完成了
2.CUDA与cuDNN安装
与我在windows系统安装的版本一样，由于我的ubuntu系统NVIDIA驱动是550.120，支持的最高CUDA版本是12.4，因此我咨询AI的结果是稳定的版本组合是 CUDA Toolkot 11.8 , cuDNN 9.1.0.70 , pythorch 2.5.1
CUDA安装
直接在crt+ALT+T的终端里输入选择后的安装代码
输入sh安装命令，因为已有驱动，所以得选择卸掉驱动再安装
这里提示我没有gcc编译器，没办法安装，因此通过以下命令安装gcc编译器和其他编译器
sudo apt install build-essential重新运行
sudo sh cuda_11.8.0_520.61.05_linux.run协议输入accept，然后因为电脑已经安装了驱动，所以按空格取消第一行的驱动Driver，如果要进行分布式计算，可以加上组件nvidia-fs，然后选择Install
安装完成，通过nvcc -V验证
cuDNN安装
下载cuDNN
检查cuDNN安装情况
3. pytorch安装
安装完成，这是base环境里的torch版本
如果要用其他版本的cuda和pytorch，应该先建立虚拟环境再安装对应版本的pytorch，因为新环境不会继承base环境的包
# 创建环境（Python版本需与PyTorch兼容）
conda create -n deeplearn python=3.12
conda activate deeplearn
# 安装指定CUDA版本的PyTorch
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=11.8 -c pytorch -c nvidia4. VScode配置opencv
vscode在扩展中安装python
使用conda创建一个虚拟环境并激活该虚拟环境
conda create -n deeplearning python=3.12
conda activate deeplearning
在deeplearning这个虚拟环境中可以安装各种包，如
pip insatll numpy5. 重新启动nvidia驱动
还记得在安装cuda时采用了无驱动安装吗，因为当时取消了驱动，所以即使安装完使用pytorch训练时依旧会使用cpu进行训练，而不是GPU，因此得重新安装并重启系统
版权声明：本文标题：Ubuntu系统深度学习环境配置 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://it.en369.cn/jiaocheng/1763835707a2967824.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论