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
A7bert777几秒前
【YOLOv8-obb部署至RK3588】模型训练→转换RKNN→开发板部署
linux·c++·人工智能·python·yolo
小和尚同志14 分钟前
使用 Dify 工作流实现每日热点简报
人工智能·aigc
羡鱼饼饼20 分钟前
pytorch深度学习—RNN-循环神经网络
pytorch·rnn·深度学习
番茄老夫子27 分钟前
OpenAI推出的语音识别系统Whisper简析
人工智能·whisper·语音识别
铸剑师欧冶子43 分钟前
AI领域的黄埔军校:OpenAI是新一代的PayPal Mafia,门生故吏遍天下
人工智能·深度学习·机器学习·gpt-3·文心一言
前网易架构师-高司机1 小时前
手机识别数据集,2628张原始图片,支持yolo,coco json,pasical voc xml等格式的标注
人工智能·手机·数据集
GitLqr1 小时前
AI洞察 | 一周动态: Manus 裁员、Kimi K2 开源、混元 3D 创作、Qwen Chat 桌面客户端
人工智能·agent·ai编程
CareyWYR1 小时前
让 LLM 拥有“可治理的记忆”:MemOS:A Memory OS for AI System 论文解读
人工智能
SHIPKING3931 小时前
【云端深度学习训练与部署平台】AutoDL连接VSCode运行深度学习项目的全流程
人工智能·深度学习·autodl
JNU freshman2 小时前
计算机视觉 之 经典模型汇总
人工智能·计算机视觉