ubuntu18.04配置cuda+cudnn+tensorrt+anconda+pytorch-gpu+pycharm

一、显卡驱动安装

执行nvidia-smi查看安装情况

二、cuda安装
cuda官网下载cuda_11.6.2_510.47.03_linux.run,安装执行

bash 复制代码
sudo sh cuda_11.6.2_510.47.03_linux.run

提升安装项,驱动不用安装,即第一项(Driver),按空格键取消,接下选在Install进行安装

修改环境变量

bash 复制代码
sudo gedit ~/.bashrc

在最后添加

bash 复制代码
# Add the related bin and lib for cuda toolkit
export PATH="/usr/local/cuda-11.6/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.6/lib64:$LD_LIBRARY_PATH"

更新环境

bash 复制代码
source ~/.bashrc

查看安装情况

bash 复制代码
nvcc -V

三、安装cudnn
cudnn官网下载cudnn-local-repo-ubuntu1804-8.9.5.30_1.0-1_amd64.deb,官网安装教程

bash 复制代码
sudo dpkg -i cudnn-local-repo-ubuntu1804-8.9.5.30_1.0-1_amd64.deb

cd /var/cudnn-local-repo-ubuntu1804-8.9.5.30
sudo apt-get install '/var/cudnn-local-repo-ubuntu1804-8.9.5.30/libcudnn8_8.9.5.30-1+cuda11.8_amd64.deb'
sudo apt-get install '/var/cudnn-local-repo-ubuntu1804-8.9.5.30/libcudnn8-dev_8.9.5.30-1+cuda11.8_amd64.deb'
sudo apt-get install '/var/cudnn-local-repo-ubuntu1804-8.9.5.30/libcudnn8-samples_8.9.5.30-1+cuda11.8_amd64.deb'

四、安装tensorrt
官网下载TensorRT-8.5.1.7.Linux.x86_64-gnu.cuda-11.8.cudnn8.6.tar.gz

解压文件,拷贝到对应文件下

bash 复制代码
sudo mv TensorRT-8.5.1.7/ /opt/
sudo gedit ~/.bashrc

bashrc文件最下方添加

bash 复制代码
export PATH="/opt/TensorRT-8.5.1.7/bin:$PATH"
export LD_LIBRARY_PATH="/opt/TensorRT-8.5.1.7/lib:$LD_LIBRARY_PATH"

激活环境

bash 复制代码
source .bashrc

测试

bash 复制代码
cd /opt/TensorRT-8.5.1.7/samples/sampleOnnxMNIST
make -j2
cd /opt/TensorRT-8.5.1.7/bin
./sample_onnx_mnist

如果出现预测结果,说明安装成功

五、anconda安装
下载Anaconda3-2021.04-Linux-x86_64.sh进行安装

bash 复制代码
sudo sh Anaconda3-2021.04-Linux-x86_64.sh

如果想关闭默认环境,执行

bash 复制代码
If you'd prefer that conda's base environment not be activated on startup, 
   set the auto_activate_base parameter to false: 

conda config --set auto_activate_base false
sudo chmod a+w /home/ubuntu/.conda

六、pytorch-gpu安装
安装链接,执行

bash 复制代码
pip install torch==1.13.0+cu116 torchvision==0.14.0+cu116 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu116

七、pycharm安装
下载并安装

添加快捷方式

bash 复制代码
sudo gedit /usr/share/applications/pycharm.desktop
bash 复制代码
[Desktop Entry]
Version=1.0
Name=Pycharm Community Edition
Comment=Python IDE for Professional Developers
Exec=/xxx/pycharm/bin/pycharm.sh
Icon=/xxx/pycharm/bin/pycharm.png
Terminal=false
StartupNotify=true
StartupWMClass=jetbrains-pycharm-ce
Type=Application
Categories=Development;IDE;Python;

执行

bash 复制代码
sh /xxx/pycharm/bin/pycharm.sh

运行pycharm应用

环境添加选在python3.xx

相关推荐
NLP小讲堂10 分钟前
LLaMA Factory 深度调参
人工智能·机器学习
不懂嵌入式17 分钟前
基于深度学习的水果识别系统设计
人工智能·深度学习
江小皮不皮26 分钟前
为何选择MCP?自建流程与Anthropic MCP的对比分析
人工智能·llm·nlp·aigc·sse·mcp·fastmcp
GIS数据转换器40 分钟前
当三维地理信息遇上气象预警:电网安全如何实现“先知先觉”?
人工智能·科技·安全·gis·智慧城市·交互
网易易盾40 分钟前
AIGC时代的内容安全:AI检测技术如何应对新型风险挑战?
人工智能·安全·aigc
工头阿乐44 分钟前
PyTorch中的nn.Embedding应用详解
人工智能·pytorch·embedding
alpszero1 小时前
YOLO11解决方案之物体模糊探索
人工智能·python·opencv·计算机视觉·yolo11
vlln1 小时前
适应性神经树:当深度学习遇上决策树的“生长法则”
人工智能·深度学习·算法·决策树·机器学习
伊织code1 小时前
PyTorch API 6 - 编译、fft、fx、函数转换、调试、符号追踪
pytorch·python·ai·api·-·6
奋斗者1号1 小时前
机器学习之决策树与决策森林:机器学习中的强大工具
人工智能·决策树·机器学习