1.1.首先去官网http://www.nvidia.cn/Download/index.aspx?lang=cn查找适配自己电脑GPU的驱动,如下图:
1.2.安装前的准备:
//卸载之前的驱动
sudo apt-get remove --purge nvidia-*
//按ctrl+alt+F1进入字符界面,然后关闭图像界面:
sudo service lightdm stop
这一步如果遇到问题,可以参考博客https://blog.csdn.net/fdqw_sph/article/details/78745375
1.3.我们用ppa安装NVIDIA驱动
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-418
sudo pat-get install freeglut3-dev
安装完成之后重启,打开控制台,输入
nvidia-smi
如果显示如下的显卡信息,说明安装完成。
我配置的是cuda9.0,cuda版本的选择主要和GPU的版本有关。
2.1首先到官网https://developer.nvidia.com/cuda-90-download-archive下载对应版本,我下载的是cuda_9.0.176_384.81_liux.run
2.2下载完成后进入放置文件夹,添加权限并安装:
sudo chmod +x cuda_9.0.176_384.81_linux.run # 为 cuda_9.0.176_384.81_linux.run
./cuda_9.0.176_384.81_linux.run # 安装 cuda_9.0.176_384.81_linux.run
安装过程中的选项基本上选默认即可,直到提示“是否为NVIDIA安装驱动nvidia-384?”,选择否,因为已经安装好更新的驱动程序了。
2.3接下来配置cuda环境,打开profile文件:
sudo gedit /etc/profile
打开文件后在文件后面添加环境变量:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
测试CUDA的例子:
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
//如果出现有关显卡的信息,说明cuda安装成功
3.1首先下载cudnnhttps://developer.nvidia.com/rdp/cudnn-download
这个网站需要注册一下,嫌麻烦的网上搜索资源下载也可。
3.2安装
解压下载好的压缩文件cudnn-9.0-linux-x64-v7.0.tgz,进入子文件夹cuda,在终端执行:
tar -zxvf cudnn-9.0-linux-x64-v7.0.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
4.1进入官网,下载对应的anaconda3版本https://www.anaconda.com/download/#linux
推荐下载python3.7版本的。
4.2安装anaconda
进入下载文件夹,显示下载的脚本文件Anaconda3-2019.03-Linux-x86_64.sh,在控制台输入:
bash Anaconda3-2019.03-Linux-x86_64.sh
在安装过程中,会提示yes/no,一路yes即可,然后配置环境变量(必须):
echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
最后检查安装是否成功:
conda --version //如果出现conda版本号说明成功
python --version //python后面会有conda的标注
5.1在conda中新建一个虚拟环境:
conda creat --name my_pytorch //name后面是我们自定义的环境名字
source activate my_pytorch //激活虚拟环境
source deactivate //退出虚拟环境
5.2在新的虚拟环境中配置pytorch
进入虚拟环境后,进入pytorch官网https://pytorch.org/,选择适合的版本
如上图,在控制台窗口输入命令,安装,就大功告成!
之后每次使用pytorch训练网络,只需要激活conda里面的虚拟环境就可以了~