ubuntu 20.04 | 安装Anaconda3
一、Anaconda3
1.1 下载安装包
- 官网:https://www.anaconda.com/products/individual#Downloads
- 清华大学开源软件镜像站:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
1.2 安装 Anaconda3
# 安装位置:/home/用户名/anaconda3/
bash Anaconda3-2021.05-Linux-x86_64.sh
一 路 回 车 : \qquad 一路回车: 一路回车:
y e s \qquad yes yes
\qquad 想要安装anaconda3
的位置,默认位置/home/用户名/anaconda3
回车即可,如果自定义位置直接输入安装位置即可。
1.3 修改环境变量
\qquad 将Anaconda3
添加到用户环境变量,使用sudo gedit ~/.bashrc
命令编辑~/.bashrc
文件,添加内容:export PATH="/home/dong/anaconda3/bin:$PATH"
。使用source ~/.bashrc
命令让~/.bashrc
文件生效。
注 \qquad 注 注:上文修改的文件是/home/dong/.bashrc
,如果想要在root
用户中同样使用anaconda3
,需要修改/root/.bashrc
文件,同样添加:export PATH="/home/dong/anaconda3/bin:$PATH"
。
1.4 检查是否安装成功
conda --version
python
1.5 换源
参考文章:https://blog.csdn.net/m0_52650517/article/details/112727422#t6
1.6 升级Anaconda3
参考文章:https://blog.csdn.net/m0_52650517/article/details/112727422#t7
1.6 删除 Anaconda3
sudo rm -rf /home/dong/anaconda3
然后删除上面~/.bashrc
的修改。
二、CUDA 11
2.1 查看 NVIDIA 驱动
- 安装
NVIDIA
驱动的方法:https://blog.csdn.net/m0_52650517/article/details/119772455#t20 - 使用
nvidia-smi
查看NVIDIA
驱动信息:nvidia-smi
是NVIDIA
的系统管理界面 ,其中smi
是system management interface
的缩写,它可以收集各种级别的信息,查看显存使用情况。
2.2 下载 CUDA 工具包
- 官网下载适合自己电脑
NVIDIA
驱动的CUDA
工具包:https://developer.nvidia.com/cuda-toolkit-archive
- 作者要安装
PyTorch
,所以CUDA
版本要与之相符合,此处下载CUDA 11.1.1
。
wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run
2.3 安装 CUDA 工具包
- 使用下列命令安装:
sudo sh cuda_11.1.1_455.32.00_linux.run
- Existing package manager installation of the driver found. It is strongly recommended that you remove this before continuing.
Continue
- Do you accept the previously read EULA?(accept/decline/quit):
accept
- 作者已经安装
NVIDIA
驱动,所以此处取消NVIDIA
勾选。
- 安装完成。
- 配置环境变量
添加内容:sudo gedit ~/.bashrc
让export CUDA_HOME="/usr/local/cuda-11.1" export PATH="$PATH:${CUDA_HOME}/bin" export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:${CUDA_HOME}/lib64"
.bashrc
文件生效:source ~/.bashrc
- 查看安装的版本信息:
nvcc -V
- 测试
CUDA
是否安装成功:cd /usr/local/cuda-11.1/samples/1_Utilities/deviceQuery sudo make ./deviceQuery
CUDA
安装成功情况下的输出:
2.4 卸载 CUDA 工具包
sudo /usr/local/cuda-11.1/bin/cuda-uninstaller
sudo rm -rf /usr/local/cuda-11.1
三、cuDNN
3.1 下载 cuDNN
- 进入
cuDNN
官网:https://developer.nvidia.com/zh-cn/cudnn下载cuDNN
安装包。
网站需要登陆Nvidia账号。
点击Archived cuDNN Releases
获取更多版本的cuDNN
安装包。
3.2 安装 cuDNN
- 解压
cudnn-11.2-linux-x64-v8.1.1.33.tgz
压缩包cd ~/Downloads/software-package # 进入cuDNN压缩包所在位置 tar -zxvf cudnn-11.1-linux-x64-v8.0.5.39.tgz # 解压
- 复制文件
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
- 安装
deb
包sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.1_amd64.deb sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.1_amd64.deb
- 重启
reboot
- 测试
cuDNN
是否安装成功
注 \qquad 注 注:过程中可能存在报错cp -r /usr/src/cudnn_samples_v8/ /home/dong/Documents cd /home/dong/Documents/cudnn_samples_v8/mnistCUDNN make clean && make ./mnistCUDNN
fatal error: FreeImage.h: No such file or directory
,解决方案:sudo apt-get install libfreeimage3 libfreeimage-dev
cuDNN
安装成功情况下的输出:
四、安装 GPU 版本 PyTorch
4.1 官网查询版本
4.2 安装 PyTorch 1.9.0
pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
- 查看是否安装成功
import torch torch.__version__ print(torch.version.cuda) torch.cuda.is_available()
4.3 卸载 Pytorch
4.3.1 使用 conda 卸载 Pytorch
conda uninstall pytorch
conda uninstall libtorch
4.3.2 使用 pip 卸载 Pytorch
pip uninstall torch