深度学习环境cuda+torch+tensorflow

安装CUDA cuDNN以及torch-gpu版本

不要焦绿

3943人浏览 · 2022-11-10 11:34:59

不要焦绿 · 2022-11-10 11:34:59 发布

文章目录

安装包
在VMware中安装Ubuntu 18
linux环境配置
安装miniconda
安装CUDA+cudnn
安装torch

安装包

VMware：

链接:https://caiyun.139.com/m/i?175CkxFe1AkjN
提取码:GkSk
复制内容打开和彩云PC客户端，操作更方便哦
镜像文件：

在VMware中安装Ubuntu 18

待补充

linux环境配置

安装miniconda

安装：sh Miniconda3-4.6.14-Linux-x86_64.sh，一直enter，根据提示输入yes，最后会安装在当前目录下的/home/bigdata/miniconda3中
验证是否安装成功：conda --version，如果显示找不到命令，表示环境变量还没有配置
配置环境变量：在用户目录下，打开vim /home/bigdata/.bashrc文件，添加export PATH="/home/bigdata/miniconda3/bin:$PATH"，再source /home/bigdata/.bashrc 使修改生效

添加清华镜像源：

# 添加清华镜像源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

# 移除默认的
conda config --remove channels defaults

#显示检索路径
conda config --set show_channel_urls yes

#显示镜像通道
conda config --show channels

在这里插入图片描述

安装CUDA+cudnn

安装CUDA显卡驱动

参考连接（官网）

1. 准备工作，验证是否具有安装环境

（1）查看显卡的驱动版本以及支持的最大cuda版本：nvidia-smi ，可以看到是10.2版本
（2）是否有一个cuda功能的GPU：lspci | grep -i nvidia
（3）linux版本是否支持：uname -m && cat /etc/*release
（4）GCC是否安装：gcc --version
（5）系统安装了正确的内核头文件和开发包：uname -r
在这里插入图片描述

在这里插入图片描述

2. 下载CUDA安装包：

Release Notes :: CUDA Toolkit Documentation (nvidia.com)

CUDA Toolkit Archive | NVIDIA Developer

ppc64，ppc64le，ARM，AMD，X86，i386，x86_64（AMD64），AArch64的概念_ac.char的博客-CSDN博客_ppc64le

下载命令： wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

# 下载命令(根据网页提示)：
wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

# 安装命令：
sudo sh cuda_10.2.89_440.33.01_linux.run

# 注意要输入accept，等会光标移到Driver项，enter键，取消选择（[ ]中为空，不要安驱动，否则会替换已有的驱动），然后光标移到install，enter键，开始安装

# 安装结束后，屏幕可以看到一下信息，这是cuda安装目录
-   PATH includes /usr/local/cuda-10.2/bin
-   LD_LIBRARY_PATH includes /usr/local/cuda-10.2/lib64, or, add /usr/local/cuda-10.2/lib64 to /etc/ld.so.conf and run ldconfig as root

在这里插入图片描述

3. 配置环境变量

命令行输入命令sudo vim /etc/profile, 按下i键进入insert模式

export LD_LABRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2

按下ESC键，：键，输入wq保存退出。输入命令source /etc/profile激活环境变量
在这里插入图片描述
4. 验证是否安装成功：nvcc -V

![在这里插入图片描述](https://img-blog.csdnimg.cn/bc44236d260b4c5b825b9411e0787569.png#pic_center)

安装cuDNN

选择版本7.6.5，以及对应的CUDA10.2，登录(XXX)，下载

cuDNN Archive | NVIDIA Developer

安装，切换到文件目录下，解压下载的文件，进行复制以及更改文件属性

# 解压cudnn文件
tar -xvf cudnn-10.2-linux-x64-v7.6.5.32.tgz

# 将解压后的文件拷贝到CUDA对应的安装目录下（见上步安装CUDA，一般在/usr/local）,并更改文件属性
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64/

# 为所有用户设置读取权限
sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h /usr/local/cuda-10.2/lib64/libcudnn*

在这里插入图片描述

查看cuDNN版本

#  查看cudnn版本，前三个数字表示版本号7.6.5
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

# 输出如下
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 5
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

# 如果是cudnn 8版本以上的使用下面命令
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述

安装torch

创建一个专属环境：conda create -n trafficJob python=3.8.13
切换环境：conda activate trafficJob
安装pytorch=1.12版本

（1）在线安装： Previous PyTorch Versions | PyTorch
```
# CUDA 10.2 
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cpuonly -c pytorch
```
（2）离线安装（torch=1.12版本未试过）：
https://download.pytorch.org/whl/torch_stable.html
https://download.pytorch.org/whl

下载安装文件，注意cuda版本，python版本，以及系统
查看torch与torchvision版本对应关系：https://github.com/pytorch/vision#installation
pip install torch-1.10.0+cu102-cp37-cp37m-linux_x86_64.whl
pip install torchaudio-0.10.0+cu102-cp37-cp37m-linux_x86_64.whl
pip install torchvision-0.11.1+cu102-cp37-cp37m-linux_x86_64.whl

安装：`pip install torch-0.4.1-cp37-cp37m-linux_x86_64.whl
验证是否安装成功
```
import torch
torch.cuda.is_available()
```
安装其他包

pip安装时，下载较慢：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名

清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/
```
conda install numpy==1.23.1
conda install pandas==1.2.4
conda install scipy==1.9.0
conda install tensorboardX==2.5.1
```