ubuntu 20.04系统安装pytorch

1.1 安装gcc

安装cuda之前,首先应该安装gcc,安装cuda需要用到gcc,否则报错。可以先使用下方指令在终端查看是否已经安装gcc。

bash 复制代码
gcc --version

如果终端打印如下则说明已经安装。

如果显示"找不到命令 "gcc"......"使用下方指令安装

bash 复制代码
sudo apt-get update
sudo apt-get install gcc

1.2 查看cuda版本

step1:查看显卡驱动支持cuda最高版本

安装cuda之前首先需要查看系统显卡驱动所支持的最高cuda版本,在终端使用如下之指令就可以查看。

bash 复制代码
nvidia-smi

step2 :查看pytorch支持的cuda版本

本次安装pytorch,是直接用pip安装,不安装anconda。在安装之前,要确定安装的版本,比如cuda版本,去PyTorch官网上查看cuda版本,避免安装错误的版本。如下Ubuntu20.04对应的cuda版本为11.8:

1.3 cuda安装

Step 1: 下载cuda

去duda官网CUDA Toolkit Archive | NVIDIA Developer,查看并下载对应的版本。如下载cuda11.8版本,并根据自己电脑系统进行选择设置:

Step2: 安装cuda

在选择好后,会得到命令,打开终端(ctrl+alt+t)在终端中逐条输入即可。

下载和安装命令如下:

bash 复制代码
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

安装过程中,弹出窗口按<上下键>选择"continue",按键盘<回车键>,弹出窗口输入"accept",按键盘<回车键>,弹出窗口使用<上下键>和<空格键>选择和取消选择,最后选择"install"点击键盘<回车键>,进行安装,如下图。一定要设置成红色标记框中所示,要不然会安装失败!!

安装好弹出如下图:

Step 3: 设置cuda环境变量

设置cuda环境变量,首先使用如下指令打开bashrc:

bash 复制代码
sudo gedit ~/.bashrc

打开的文档里最后添加下方两行代码:

bash 复制代码
export PATH=$PATH:/usr/local/cuda-11.8/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64

保存关闭后,终端使用下方指令更新环境变量:

bash 复制代码
source ~/.bashrc

Step 4:验证cuda是否安装成功

使用下方指令验证cuda是否安装成功:

bash 复制代码
nvcc -V

打印如下即安装成功:

1.4 安装cudnn

cuDNN下载连接地址:​​​​​​https://developer.nvidia.com/rdp/cudnn-archive

step1:下载cuDNN 8.6.0

其实可以看到,cudnn不同版本都支持cuda11.x,本人选择cudnn8.6对应的cuda11.x进行安装的。感觉安装其他版本,应该也可以。

点击下载,下载需要登陆NVIDIA的账号,没有的可以注册一个,注册是免费的。

step2:安装cuDNN 8.6.0

下载好的文件一般默认在"下载"目录下。因此安装前先进入下载目录下:

bash 复制代码
cd /home/ub/下载/

使用下方指令运行cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb文件:

bash 复制代码
sudo dpkg -i cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb

终端打印如下:

step3:根据提示拷贝密钥

就是将上图中最后一行命令运行一遍,如下,把下面这行命令在终端运行下。

bash 复制代码
sudo cp /var/cudnn-local-repo-ubuntu2204-8.6.0.163/cudnn-local-FAED14DD-keyring.gpg /usr/share/keyrings/

step4:重点!重点!重点!

大部分人在这一部就找不到libcudnn8、libcudnn8-dev、libcudnn8-samples文件,导致无法安装成功,此处如果是安装在默认路径,可以cd至/var/cudnn-local-repo-ubuntu2204-8.9.0.131/目录下查看文件:

bash 复制代码
cd /var/cudnn-local-repo-ubuntu2204-8.6.0.163/

在该目录下就会看见这三个文件,使用下方指令分别进行安装:

bash 复制代码
sudo dpkg -i libcudnn8_8.6.0.163-1+cuda11.8_amd64.deb
sudo dpkg -i libcudnn8-dev_8.6.0.163-1+cuda11.8_amd64.deb
sudo dpkg -i libcudnn8-samples_8.6.0.163-1+cuda11.8_amd64.deb

终端打印如下:

step5:查看cuDNN安装结果:

bash 复制代码
cat /usr/include/x86_64-linux-gnu/cudnn_version_v8.h | grep CUDNN_MAJOR -A 2

打印版本号,安装成功了。

至此安装完成。

1.5 安装pytorch

登录PyTorch官网,根据自己系统,选择相应的版本,如下图所示:

得到安装命令:

bash 复制代码
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
复制代码
打开终端(ctrl+alt+t),输入上述命令,即完不安装。

检查是否安装成功:

打开pycharm,输入如下命令:

python 复制代码
import torch
print(torch.cuda.is_available())

如果返回true,表明pytorch安装成功。

1.6 pycharm环境设置

如果成功pytorch,但是在pycharm中无法导入torch,那么可能是设置环境有问题,按照如下步骤,打开虚拟环境,选择python编译器,选择安装了pytorch对应的版本即可。

参考博客:

【1】【环境搭建】(五)Ubuntu22.04安装cuda_11.8.0+cudnn_8.6.0_cuda 11.8-CSDN博客

相关推荐
狼刀流9 天前
(8) cuda分析工具
python·cuda
CodeLearing10 天前
【CUDA代码实践03】m维网格n维线程块对二维矩阵的索引
线性代数·矩阵·cuda
坐望云起14 天前
Ubuntu20.04 更新Nvidia驱动 + 安装CUDA12.1 + cudnn8.9.7
linux·ubuntu·nvidia·cuda·onnx·1024程序员节
狼刀流14 天前
(5)cuda中的grid、block
c++·cuda·1024程序员节
Mundaneman19 天前
架构发展史
架构·cuda
张大饼的最爱23 天前
CUDA 共享内存 shared memory
cuda·cuda c
张大饼的最爱24 天前
CUDA 事件计时
cuda
青石横刀策马24 天前
《CUDA编程》8.共享内存的合理使用
开发语言·算法·cuda
青石横刀策马25 天前
CUDA编程技巧(不断搜集更新)
c++·cuda
Mundaneman1 个月前
避免 warp 内分支发散的策略
cuda·warp·分支发散