Ubuntu配置pytorch gpu环境(含Cuda+Cudnn+pytorch-gpu+卸载)(上)

简介: Ubuntu配置pytorch gpu环境(含Cuda+Cudnn+pytorch-gpu+卸载)(上)

概述


步骤如下:


  • 安装NVIDIA 驱动
  • 安装NVIDIA Cuda
  • 安装NVIDIA CuDNN
  • 安装GPU版本的PyTorch
  • 卸载NVIDIA Cuda


零.安装NVIDIA 驱动


1、查看自己机器上的显卡型号 lspci -vnn | grep VGA -A 12


2、下载显卡驱动 https://www.geforce.cn/drivers,或者https://www.nvidia.cn/Download/index.aspx?lang=cn


20200712222419313.png


3、安装显卡驱动


1)卸载之前安装的NVIDIA驱动,$sudo apt-get --purge remove nvidia-*


2)修改配置文件blackconf,


$sudo gedit /etc/modprobe.d/blacklist.conf


在最后添加几行:


blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist nvidiafb
blacklist rivatv
options nouveau modeset=0


保存退出。


3)更新系统,$sudo update-initramfs -u


重启系统。(必须要)


4)验证nouveau是否被禁用,$lsmod | grep nouveau


如果没有任何输出,则表示禁用成功。


20200712222657278.png


5)按ctrl+alt+F1进入命令行界面。


6)关闭图形界面,$sudo service lightdm stop


7)cd指令进入到.run文件目录,


给.run文件赋予执行权限, $sudo chmod a+x NVIDIA-Linux-x86_64-410.93.run


进行安装,$sudo ./NVIDIA-Linux-x86_64-410.93.run -no-x-check -no-nouveau -no-opengl-files


-no-x-check 安装驱动时关闭X服务,


-no-nouveau 安装驱动时禁用nouveau


-no-opengl-files 只安装驱动,不安装opengl文件。


如果报错:the distribution-provided pre-install script failed! 不用理会,继续安装。


安装过程中的选项:


The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续。


Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later? 选择 No 继续。


问题没记住,选项是:install without signing


问题大概是:Nvidia’s 32-bit compatibility libraries? 选择 No 继续。


Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. 选择 Yes 继续


这些选项如果选择错误可能会导致安装失败,没关系,只要前面不出错,多尝试几次就好。


8)切换到图形界面,$sudo service lightdm start


9)验证驱动是否安装成功, $nvidia-smi


20200712222959413.png


一.安装NVIDIA Cuda


安装cuda10.0


1.官网下载cuda安装文件


<1>.进入cuda官网下载,选择10.0版本:


20200705174950471.png


<2>.选择这里下载,可使用win下迅雷工具下载,速度快。


20200705175001643.png


2.开始安装cuda10.0


<1>.拷贝完成.run文件后,进入所在目录,对文件添加可执行权限:

sudo chmod a+x cuda_10.0.130_410.48_linux.run


<2>.执行安装: sudo sh cuda_10.0.130_410.48_linux.run


<3>.提示阅读协议,直接Ctrl+C跳过。跳出协议,输入accept。


20200705175107588.png


<4>.提示安装NVIDIA驱动,选择n,其他都选择y。


20200705175116742.png


<5>.安装成功


2020070517512382.png


安装完成后请跳到 三、配置环境变量。


二、安装cuda10.1


1.官网下载cuda安装文件


<1>.首先进入NVIDIA官网cuda下载所需安装文件,这里选择.run文件,以cuda10.1版本为例。


20200705175248915.png20200705175254778.png


<2>.如图中,官方提供了命令行下载和安装方式:


wget http://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


注:在命令行下下载速度非常慢,我这2.4G的文件下完需要8h,所以另一个办法,找一台windows电脑用迅雷,复制wget后面的网址用迅雷下载,拷贝文件到ubuntu中。


2.开始安装cuda10.1


<1>.拷贝完成.run文件后,进入所在目录,对文件添加可执行权限:

sudo chmod a+x cuda_10.1.243_418.87.00_linux.run


<2>.执行安装: sudo sh cuda_10.1.243_418.87.00_linux.run


<3>.跳出协议,输入accept。


20200705175439934.png


注意,这里不要选择安装Nvidia显卡驱动,将第一项用空格键取消X号,再选择install:


20200705175508351.png


安装完成后请跳到 三、配置环境变量。


相关实践学习
在云上部署ChatGLM2-6B大模型(GPU版)
ChatGLM2-6B是由智谱AI及清华KEG实验室于2023年6月发布的中英双语对话开源大模型。通过本实验,可以学习如何配置AIGC开发环境,如何部署ChatGLM2-6B大模型。
相关文章
|
缓存 并行计算 PyTorch
PyTorch CUDA内存管理优化:深度理解GPU资源分配与缓存机制
本文深入探讨了PyTorch中GPU内存管理的核心机制,特别是CUDA缓存分配器的作用与优化策略。文章分析了常见的“CUDA out of memory”问题及其成因,并通过实际案例(如Llama 1B模型训练)展示了内存分配模式。PyTorch的缓存分配器通过内存池化、延迟释放和碎片化优化等技术,显著提升了内存使用效率,减少了系统调用开销。此外,文章还介绍了高级优化方法,包括混合精度训练、梯度检查点技术及自定义内存分配器配置。这些策略有助于开发者在有限硬件资源下实现更高性能的深度学习模型训练与推理。
2700 0
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
3177 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
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。
13064 4
|
人工智能 并行计算 PyTorch
以Lama Cleaner的AI去水印工具理解人工智能中经常会用到GPU来计算的CUDA是什么? 优雅草-卓伊凡
以Lama Cleaner的AI去水印工具理解人工智能中经常会用到GPU来计算的CUDA是什么? 优雅草-卓伊凡
1130 4
|
人工智能 并行计算 开发者
CUDA重大更新:原生Python可直接编写高性能GPU程序
NVIDIA在2025年GTC大会上宣布CUDA并行计算平台正式支持原生Python编程,消除了Python开发者进入GPU加速领域的技术壁垒。这一突破通过重新设计CUDA开发模型,引入CUDA Core、cuPyNumeric、NVMath Python等核心组件,实现了Python与GPU加速的深度集成。开发者可直接用Python语法进行高性能并行计算,显著降低门槛,扩展CUDA生态,推动人工智能、科学计算等领域创新。此更新标志着CUDA向更包容的语言生态系统转型,未来还将支持Rust、Julia等语言。
1083 3
CUDA重大更新:原生Python可直接编写高性能GPU程序
|
Ubuntu Linux Shell
Ubuntu gnome WhiteSur-gtk-theme类mac主题正确安装和卸载方式
通过这个过程,用户不仅可以定制自己的桌面外观,还可以学习到更多关于 Linux 系统管理的知识,从而更好地掌握系统配置和主题管理的技巧。
3133 12
|
机器学习/深度学习 并行计算 PyTorch
Windows下CUDA+pytorch安装
以下是关于在Windows下安装CUDA和PyTorch的简要介绍及参考链接:
981 0
Windows下CUDA+pytorch安装
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
10936 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
Ubuntu
ubuntu和debian 的安装包dpkg管理命令对安装包进行安装,查询,卸载
Ubuntu dpkg 软件包管理命令概览:安装、卸载、查看和配置软件包。包括解决依赖、强制卸载、列出及过滤已安装包、查看包详情等操作。
1232 10
|
人工智能 并行计算 流计算
【AI系统】GPU 架构与 CUDA 关系
本文介绍了英伟达GPU硬件基础概念,重点解析了A100 GPU架构中的GPC、TPC、SM等组件及其功能。接着深入讲解了CUDA并行计算平台和编程模型,特别是CUDA线程层次结构。最后,文章探讨了如何根据CUDA核心数量、核心频率等因素计算GPU的算力峰值,这对于评估大模型训练的算力需求至关重要。
2234 3

热门文章

最新文章