Ubuntu下CUDA、Conda、Pytorch联合教程

简介: 本文是一份Ubuntu系统下安装和配置CUDA、Conda和Pytorch的教程,涵盖了查看显卡驱动、下载安装CUDA、添加环境变量、卸载CUDA、Anaconda的下载安装、环境管理以及Pytorch的安装和验证等步骤。

CUDA

前往Nvidia CUDA Tools官网选择对应的架构和版本下载CUDA

以如下架构和版本为例:
在这里插入图片描述

查看显卡驱动

nvidia-smi

如果显卡驱动已经装了(例如此处提示的Driver Version: 535.54.03),那么在CUDA安装过程中选择需要安装的组件时,不用再勾选安装driver。
在这里插入图片描述

下载并安装CUDA

根据刚才选择的的操作系统、架构等对应的下载安装命令来下载并安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

添加环境变量

sudo nano ~/.bashrc
# Add
export PATH=/usr/local/cuda-11.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda

卸载CUDA

常见的情况是,在使用Pytorch时对CUDA版本有要求,即使在Conda环境下也偶尔会有问题,因此降级到Pytorch2.0.1对应的CUDA11.8,假设此时cuda版本为12.1

cd /usr/local/cuda-12.1/bin/
sudo ./cuda-uninstaller
sudo rm -rf /usr/local/cuda-12.1

Conda

下载Anaconda

前往Anaconda官方下载页下载安装脚本。

对于Nvidia Orin AGX:

wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-aarch64.sh
bash Anaconda3-2023.09-0-Linux-aarch64.sh

安装Anaconda

赋权

sudo chmod +x Anaconda3-2023.07-2-Linux-x86_64.sh

执行脚本

./Anaconda3-2023.07-2-Linux-x86_64.sh

注意: 如果不希望启动命令行终端自动打开conda base,记得不要在安装时设置base环境自动激活
如果不慎设置了自动激活base
可以输入以下指令

conda config --set auto_activate_base false

检查安装是否完成

conda --version

创建环境

conda create -n <env_name> python=3.7 -y

删除环境

conda remove -n <env_name> --all

激活环境

conda activate <env_name>

退出环境

conda deactivate <env_name>

安装软件

在对应的虚拟环境内使用安装

conda install <app_name>

指定channel安装

conda install -c conda-forge package-name

查看conda信息

conda info

查看conda的环境变量设置

conda env config vars list
conda env config vars set

卸载软件

在对应的虚拟环境内使用卸载

conda uninstall <app_name>

Pytorch

前往Pytorch官方网站选择合适的Pytorch版本并下载

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

检查安装是否成功

conda list | grep pytorch
(base) hermanye@hermanye:~$ python
Python 3.11.4 (main, Jul  5 2023, 14:15:25) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> x = torch.rand(5, 3)
>>> print(x)
tensor([[0.5421, 0.5950, 0.3337],
        [0.8443, 0.2287, 0.5316],
        [0.0301, 0.0151, 0.3522],
        [0.3456, 0.5901, 0.5970],
        [0.6271, 0.8065, 0.7645]])
>>> 

>>> torch.cuda.is_available()
True
>>> torch.cuda.current_device()
0
>>> torch.cuda.device(0)
<torch.cuda.device object at 0x7f2bb0556700>
>>> torch.cuda.get_device_name(0)
'NVIDIA GeForce RTX 4070 Ti'

>>> print(torch.__version__)
1.8.2+cu111
>>> print(torch.version.cuda)
11.1
目录
相关文章
|
2月前
|
并行计算 Ubuntu Linux
Ubuntu学习笔记(五):18.04安装多版本CUDA
这篇博客文章介绍了在Ubuntu 18.04系统上如何安装和切换不同版本的CUDA,以及如何安装不同版本的cuDNN。
239 2
|
1月前
|
存储 物联网 PyTorch
基于PyTorch的大语言模型微调指南:Torchtune完整教程与代码示例
**Torchtune**是由PyTorch团队开发的一个专门用于LLM微调的库。它旨在简化LLM的微调流程,提供了一系列高级API和预置的最佳实践
170 59
基于PyTorch的大语言模型微调指南:Torchtune完整教程与代码示例
|
2月前
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
4985 3
|
1月前
|
Ubuntu 开发工具 git
Ubuntu安装homebrew的完整教程
本文介绍了如何在没有公网的情况下安装 Homebrew。首先访问 Homebrew 官网,然后通过阿里云的镜像克隆安装脚本,并创建普通用户进行安装。接着修改 `install.sh` 文件指向国内镜像,执行安装命令。最后配置环境变量并更换 Homebrew 源为国内镜像,确保安装顺利。
256 50
|
1月前
|
并行计算 监控 搜索推荐
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整教程
当处理大规模图数据时,复杂性难以避免。PyTorch-BigGraph (PBG) 是一款专为此设计的工具,能够高效处理数十亿节点和边的图数据。PBG通过多GPU或节点无缝扩展,利用高效的分区技术,生成准确的嵌入表示,适用于社交网络、推荐系统和知识图谱等领域。本文详细介绍PBG的设置、训练和优化方法,涵盖环境配置、数据准备、模型训练、性能优化和实际应用案例,帮助读者高效处理大规模图数据。
54 5
|
2月前
|
PyTorch TensorFlow 算法框架/工具
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
本文提供了在Ubuntu 18.04操作系统的NVIDIA Jetson平台上安装深度学习和计算机视觉相关库的详细步骤,包括PyTorch、OpenCV、ONNX、TensorFlow等。
121 1
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
|
2月前
|
并行计算 Ubuntu 算法
Ubuntu18 服务器 更新升级CUDA版本 pyenv nvidia ubuntu1804 原11.2升级到PyTorch要求12.1 全过程详细记录 apt update
Ubuntu18 服务器 更新升级CUDA版本 pyenv nvidia ubuntu1804 原11.2升级到PyTorch要求12.1 全过程详细记录 apt update
123 0
|
2月前
|
Ubuntu Linux Python
如何利用wsl-Ubuntu里conda用来给Windows的PyCharm开发
如何在WSL(Windows Subsystem for Linux)的Ubuntu环境中使用conda虚拟环境来为Windows上的PyCharm开发设置Python解释器。
194 0
|
4月前
|
机器学习/深度学习 PyTorch TensorFlow
conda、anaconda、pip、pytorch、tensorflow有什么关联?
conda、anaconda、pip、pytorch、tensorflow有什么关联?
|
4月前
|
机器学习/深度学习 并行计算 PyTorch
PyTorch与CUDA:加速深度学习模型训练的最佳实践
【8月更文第27天】随着深度学习应用的广泛普及,高效利用GPU硬件成为提升模型训练速度的关键。PyTorch 是一个强大的深度学习框架,它支持动态计算图,易于使用且高度灵活。CUDA (Compute Unified Device Architecture) 则是 NVIDIA 开发的一种并行计算平台和编程模型,允许开发者直接访问 GPU 的并行计算能力。本文将详细介绍如何利用 PyTorch 与 CUDA 的集成来加速深度学习模型的训练过程,并提供具体的代码示例。
196 1