-
准备一台有GPU的电脑、一个Ubuntu18.04,把软件源换成清华源,安装gcc(这个若版本不对可以后续再调整)
-
安装Anaconda:选取版本3-5.2.0,这个版本里自带的python是python3.6
(1) 百度搜索“anaconda 清华源”
(2)找到“Anaconda3-5.2.0-Linux-x86_64.sh”进行下载
(3) 运行该脚本:bash Anaconda3-5.2.0-Linux-x86_64.sh
,选择将anaconda路径加入到PATH中
-
打开PyTorch官网:根据你选择的环境官网会给你一条命令,比如conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
,在命令行里运行该命令,查看要安装的PyTorch所需要的python版本、CUDA版本,最重要的是看清CUDA版本,因为它不好卸载(这里有一个我没试过,但觉得靠谱的方法)!比如我看到日志里出现了计划安装pytorch: 1.9.0-py3.6_cuda10.2_cudnn7.6.5_0 pytorch
,我就知道该PyTorch的版本是1.9.0,需要python3.6、CUDA10.2、CuDNN7.6.5;此时如果anaconda中自带的python版本不对我们可以再调整,比如卸载anaconda(就是把那个文件夹删除)再安装合适版本的anaconda,保证自带的python版本和PyTorch需要的python版本对应
-
安装显卡驱动:安装Nvidia驱动440.33,该版本是与即将安装的CUDA10.2对应的,网上可以查到驱动与CUDA的版本对应情况;若安装成功,则输入nvidia-smi
会有内容显示
-
安装CUDA:选取版本10.2,下载相应版本的CUDA,官网会根据你选择的环境生成一些安装命令,逐一运行就行了(我选择的是deb形式的安装,没有像大多数网上教程那样用的runfile形式的,好像也没影响);然后在.bashrc文件里面最后一行写入环境变量(网上资料也是说写哪个都有的,反正都写上准没错)
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH="/usr/local/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"
通过以下命令验证CUDA安装成功,如果显示PASS则安装成功
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make -j2
sudo ./deviceQuery
-
安装CuDNN:选取版本7.6.5,注册一个Nvidia账号,下载相应版本的CuDNN,下载的文件夹里有一个cuda文件夹,将其中的文件复制到系统的cuda文件夹下就是安装成功了
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp 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PyTorch:官网会根据你选择的环境生成一些安装命令,运行即可,conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
,期间会下载的非常慢,耐心等待即可(我等了一天)
-
验证PyTorch安装成功:输入python
之后输入import torch
,如果不报错的话就是安装成功了;若报错“UserWarning: Failed to initialize NumPy: No module named ‘numpy.core._multiarray_umath’ ”,则是由于numpy版本太低造成的,按如下方式更新numpy,pip install --upgrade numpy
,注意千万不能用conda更新numpy,否则会给你自动把python从3.6更新到3.9,这样就和PyTorch所需的版本不匹配了!如果误安装了,只能卸载ananconda然后重新安装;接着验证CUDA在PyTorch中是否能用,输入命令torch.cuda.is_available()
,若输出为True,则证明成功安装CUDA版本的PyTorch
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)