Ubuntu20.04 及深度学习环境anaconda、cuda、cudnn、pytorch、paddle2.3安装记录

2023-12-22 11:55:29

学习目标：

Ubuntu20.04下装好torch、paddle深度学习环境。
选择的版本环境是 ：最新的nvidia驱动、cuda 11.1 、cudnn v8.1.1，下面会说为啥这么选。

学习内容：

1. Ubuntu20.04仓库换源

本节参考Ubuntu 20.04 Linux更换源教程

在这里插入图片描述
在这里插入图片描述

2. Anaconda安装以及conda、pip换国内源

这个步骤可以放在后面进行

2.1 Anaconda安装

详情参考Anaconda安装，具体不再列出

要注意的一点是，anaconda安装完成后，要先关闭那个命令行，再重新打开一个命令行，才可以进行conda操作

2.2 conda、pip换国内源

在这里插入图片描述
在这里插入图片描述

3. Nvidia驱动安装

3.1 安装步骤

  1. 进入nvidia官网，下 载 NVIDIA 驱 动 安 装 包 （ .run 格 式 ），型号别选错了

在这里插入图片描述
2. 然后你自己找个地方建立一个文件夹，把这个文件放进去，看着不乱。你的可能不叫这个名字，因为我给它改过名了
在这里插入图片描述
3. 禁用nouveau
在这里插入图片描述
4. 安装驱动

在这里插入图片描述在这里插入图片描述
步骤中，遇到32bit的选项，选no，其他都yes（PS我踩的坑：下的nvidia驱动版本太低，默认的gcc版本是9.4.0，那个驱动要gcc 9.3.0才能装。千万别折腾gcc，会疯的！！！换个高版本驱动，最新的，就不会出问题）
在这里插入图片描述

3.2 说明

这里简单说明一下驱动、cuda toolkits 、cudnn的一个关系，建议你看一下，虽然我也是外行

nvidia驱动版本可以通过 nvidia-smi命令查看，我们可以看到驱动版本是515.48.07，这代表，他最高支持的CUDA版本是11.7，这是这个驱动支持CUDA工具包版本的上限。现在我想要安装Paddle深度学习框架
在这里插入图片描述
因此我根据自己的配置，要选CUDA 11.1工具包以及cuDNN v8.1.1工具包，所以这里不要瞎配置
即使是Torch也是有要求的，下面是11.3，其实也有11.1的，找找历史版本就行。为了保证这两个框架我都能装上，选择了以下配置(30系显卡，一定要选择CUDA 11以上的版本)
在这里插入图片描述

4. CUDA 11.1 安装

进入官网，选择11.1.1版本
在这里插入图片描述
选择离线runfile安装，下面有命令

在这里插入图片描述
只选第二个就行，啥都不选会报错。安装不上
在这里插入图片描述
在这里插入图片描述
安装成功，尝试nvcc -V，看到cuda 11.1就算成功了

在这里插入图片描述

5. CUDNN v8.1.1安装

进入官网，选择版本cudnn8.1.1 cuda11.1

在这里插入图片描述
下好，解压文件夹，执行命令，其实就完成了
在这里插入图片描述

6. Torch与Paddle安装

创建环境
在这里插入图片描述
按照官网给定信息，进行安装
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
安装paddle2.3会有问题protobuf package to 3.20.x or lower.，按照提示解决即可
对应解决方案

最后： 本期文参考 七月的和弦 博主

文章来源:https://blog.csdn.net/q15516221118/article/details/135146680
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。