2022年1月今天我们在Ubuntu下安装深度学习环境
Ubantu系统：20.04LTS
安装Ubuntu双系统（Win10双硬盘）2021新版教程
1.ubuntu安装anaconda
第一步：官网下载安装包
第二步
安装教程1如下：但是安装教程中的最后一步用以下命令替代
echo 'export PATH="~/anaconda3/bin":$PATH' >> ~/.bashrc source ~/.bashrc 注意如果你遇见无法切换python环境，一直激活都是base的python情况下，请看教程2末尾的常见问题！
解决方案如下：
sudo gedit ~/.bashrc 添加到末尾 export PATH="/home/xupp/anaconda3/bin:$PATH" 更新激活 source ~/.bashrc 2.ubuntu安装pycharm
第一步：直接使用官网的命令行进行安装：
PyCharm官网链接：Download Pycharm for Linux
第二步：直接使用命令行一键下载，然后在应用里面打开它
下载免费的社区版在[命令行]用下面的命令 sudo snap install pycharm-community --classic 下载付费的专业版在[命令行]用下面的命令 sudo snap install pycharm-professional --classic 第三步：指向anaconda的Base环境（此时默认你已经完成教程1安装好了anaconda）
- 在命令行输入命令，找到python的位置
- 解释器指向base的环境位置
- 命令如下：
寻找python环境，在命令行输入以下命令: python -m -site [得到结果]：/home/lab/anaconda3/bin/python 第四步：打开Pycharm在解释器中指定/home/lab/anaconda3/bin/python
第五步 （可选）：
①新建指定虚拟环境
②切换镜像源加速参考链接
# 新建指定python虚拟环境 conda create -n env_name python=3.8.5 # 切换pip源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 参考教程
- 切换pip源的简便方法
- Ubuntu更换国内源
3.ubuntu安装cuda和cudnn
步骤总结
- 第一步安装英伟达基础驱动（基本上都有）
- nvidia-smi查看Driver Version和最高支持的cuda版本，如cuda10.1
- 去英伟达官网找对应的cuda下载，然后安装
- 安装对应的cudnn深度学习加速库
- 安装对应的pytorch-gpu版
- 完成
教程总结及使用：分享下我的安装过程
教程如下
教程1：理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装
教程2：Ubuntu20.04安装cuda10.1的步骤(图文教程)
教程3：Ubuntu 20.04安装CUDA 11.0, cuDNN
教程4：ubuntu16.04安装anaconda、pycharm，以及安装cuda10.1与cudnn，安装pytorch1.3
win10安装教程：pytorch gpu安装教程（Perfect完美系列）
我的安装，主要是参考教程2，其中有修改的地方如下：
- 我是参考的教程2，有两个教程2中的点是用的教程3中的内容，
- 第一个是打开家目录下的.bashrc文件：用的是教程3中的内容，把对应的cuda版本记得换成自己的；
export PATH=$PATH:/usr/local/cuda-10.1/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64 - 第二个就是cudnn下载解压的内容我是按照教程3来移动的。
我是将cudnn解压后的cuda文件夹中的include和lib64内的所以文件移动到了/usr/local/cuda-10.1中对应的include和lib64下。
4.ubuntu安装pytorch
安装总结
- 第一步离线下载对应的pytorch版本 下载地址，找到对应的版本，cu101代表cuda10.1，torch-1.7.0代表pytorch1.7.0的版本，后面的cp38代表适用的python版本是3.8.x，最后的linux代表的是对应的系统
- 第二步使用
pip install torch-1.7.0+cu101-cp38-cp38-linux_x86_64.whl - 第三步直接安装其他需要的环境
pip install torchvision==0.8.0 - 完成
参考链接：查看cuda版本与torch的对应关系
其中最难的部分就是：英伟达官网访问太慢了！！！
但，我会把cuda10.1及对应的cudnn安装包放到百度云。
百度云
cuda10.1及对应cudnn百度云链接
包含（Linux）torch1.7.0 cuda10.1 cudnn-10.1 anaconda3 pycharm2021-communit
安装记录
# 查看驱动 nvidia-smi # 查看cuda版本 nvcc -V # 安装cuda10.1的Linux命令 wget https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run sudo sh cuda_10.1.243_418.87.00_linux.run # 移动文件时权限不足的问题 https://www.pianshen.com/article// # 成功解决--查看cudnn版本无反应的问题 https://blog.csdn.net/wenroudebaozi/article/details/ # Ubuntu系统下查看显卡相关信息 https://blog.csdn.net/weixin_/article/details/ 5.总结
推荐
ssh远程连接或者安装Ubuntu请看：安装Ubuntu双系统（Win10双硬盘）2021新版教程
win10安装pytorch转至：pytorch gpu安装教程（Perfect完美系列）
哈哈哈，现在实验室的工作站终于可以远程访问啦，下一次学习的话，就是进一步学习Ubuntu的知识，做好分区和用户管理！！
自从上一次学习安装Ubuntu系统以来，没想到这么快就来到了这一次的环境配置，整完了很棒很舒服，但是还请去完成更大的挑战！
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/217485.html原文链接：https://javaforall.net
