安裝顯卡驅(qū)動
查看顯卡
ubuntu-drivers devices
自動安裝驅(qū)動
ubuntu-drivers autoinstall
禁用集顯
編輯/etc/modprobe.d/blacklist-nouveau.conf
添加
blacklist nouveau
options nouveau modeset=0
生成新的內(nèi)核初始化文件sudo update-initramfs -u
重啟鸡号， lsmod | grep nouveau看有沒有被禁用，沒有輸入代表成功
安裝miniconda
miniconda 僅僅包含了python和conda放前，因?yàn)槲疫€沒到用到其他工具的地步～～
下載安裝
前往miniconda 復(fù)制合適的包的鏈接地址
下載并安裝
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py38_4.8.2-Linux-x86_64.sh
chmod +x Miniconda3-py38_4.8.2-Linux-x86_64.sh
./Miniconda3-py38_4.8.2-Linux-x86_64.sh
輸入conda報(bào)錯沒有此命令
由于我安裝了zsh婆廊，miniconda沒有把環(huán)境變量更新到zsh的配置文件中
打開zsh配置文件vim ~/.zshrc
末尾添加
export PATH=/root/miniconda3/bin:$PATH
更新zsh配置文件source ~/.zshrc,問題解決！
換源
vim ~/.condarc添加:
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
更新緩存conda clean -i
安裝cuda
前往cuda下載站點(diǎn)
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run
安裝時(shí)勾選去掉顯卡驅(qū)動
cuda10.2安裝時(shí)報(bào)錯不支持gcc9.3
根據(jù)官方文檔我們需要降級到7.x
安裝低版本gcc
apt install gcc-7 g++-7
將gcc 7 g++7 設(shè)置為優(yōu)先級最高
update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 90 --slave /usr/bin/g++ g++ /usr/bin/g++-7 --slave /usr/bin/gcov gcov /usr/bin/gcov-7
update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 70 --slave /usr/bin/g++ g++ /usr/bin/g++-9 --slave /usr/bin/gcov gcov /usr/bin/gcov-9
然后gcc --version默認(rèn)返回7.x版
gcc-9 --version返會9.X版本
環(huán)境變量設(shè)置
export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64\
${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
輸入nvcc --version返回如下,cuda 安裝成功!
安裝cudnn
前往cudnn下載站
這個(gè)需要注冊登陸nvidia的賬號
選擇合適版本cudnn下載
根據(jù)官方文檔
先解壓包
tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz
復(fù)制到cuda下
cp cuda/include/cudnn.h /usr/local/cuda/include
cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
安裝deb包
dpkg -i libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb
dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb
dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.2_amd64.deb
驗(yàn)證cudnn
復(fù)制cudnn實(shí)例并編譯它
cp -r /usr/src/cudnn_samples_v7/ $HOME
cd $HOME/cudnn_samples_v7/mnistCUDNN
make clean && make
輸入./mnistCUDNN返回Test passed!,cudnn安裝成功!
安裝pytorch
pytorch官網(wǎng)選擇對應(yīng)的包管理工具和語言、cuda版本會自動生成安裝的命令行
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
重啟電腦reboot
python
import torch
print(torch.cuda.is_available())
返回 True 說明torch可以使用cuda進(jìn)行運(yùn)算
大功告成！
