Ubuntu16.04安装
新电脑(UEFI+GPT)下安装Ubuntu16.04
linux系统安装搜狗输入法
MBR和GPT的区别!自己选择!
Ubuntu离线安装Nvidia显卡驱动
下载好CUDA10.0.130离线文件,
sudo sh cuda_10.0.130_410.48_linux.run --no-opengl-libs
OR
sudo sh cuda_10.0.130_410.48_linux
然后摁住回车键,直到服务条款显示到100%。接着按下面的步骤选择:
accept
n(不要安装driver)
y
y
y
其中路径选择默认(即什么也不要输入直接Enter)
安装完成后,设置环境变量。
打开主目录(home)下的 .bashrc文件添加如下路径,如果没有找到,按Ctrl+H键显示隐藏文件。
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0
保存后退出,然后运行
source ~/.bashrc
检查CUDA版本:
nvcc --version
nvcc -V
细节可参照下文:
Ubuntu16.04下安装cuda和cudnn的三种方法
(1)下载安装文件
https://developer.nvidia.com/rdp/cudnn-archive
(2)安装cudnn
cudnn文件以“.solitairetheme8”结尾,将其重命名为“.tgz”结尾的文件,然后解压到当前文件夹,得到一个cudn 文件夹。
执行:
tar xvzf cudnn-10.0-linux-x64-v7.4.2.24.tgz
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 /usr/local/cuda/lib64/libcudnn*
查询cuDNN版本:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
官网下载
https://www.jetbrains.com/pycharm/download/#section=linux
解压缩Extract
cd到路径下
cd Downloads/pycharm-XXX版本号/bin
执行sh安装命令
sudo ./pycharm.sh
选择Do not import settings 即可
记得lock to launcher
Ubuntu 16.04+CUDA 9.1+cuDNN v7+OpenCV 3.4.0+Caffe+PyCharm 完全安装指南,国内最全!(适用CUDA 9.0)
查看cuda版本
nvcc -V
查看cudnn版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
查看opencv版本
pkg-config --modversion opencv
清华镜像源链接
找到下面这个点击自动下载
Anaconda3-5.2.0-Linux-x86_64.sh
然后cd到路径,然后安装,命令如下
cd Downloads
bash Anaconda3-5.2.0-Linux-x86_64.sh
安装到VS时候可输入no
然后重启终端, 输入python,即可看到安装成功!
1、查看conda 版本
conda --version
anaconda -V #查看anaconda版本
2、更新conda
conda update conda
3、查看conda帮助
conda --help
或
conda -h
4、新建虚拟环境
conda create -name <env_name> <package_names>
例如:
conda create -n mypytorch python=3.6
即创建的环境名。建议以英文命名,且不加空格,名称两边不加尖括号“<>”。
即安装在环境中的包名。名称两边不加尖括号“<>”。
如果要安装指定的版本号,则只需要在包名后面以=和版本号的形式执行。如:conda create –name python2 python=2.7,即创建一个名为“python2”的环境,环境中安装版本为2.7的python。
如果要在新创建的环境中创建多个包,则直接在后以空格隔开,添加多个包名即可。如:conda create -n conda-test python=3.6 numpy pandas,即创建一个名为“conda-test ”的环境,环境中安装版本为3.6的python,同时也安装了numpy和pandas。
–name同样可以替换为-n。
conda create --n mypytorch python=3.6 numpy pandas
5、切换conda环境
source activate env_name
6、退出虚拟环境
source deactivate
7、显示安装过的所有虚拟环境
conda info --envs
或
conda info -e
或
conda env list
8、复制环境
conda create --name new_env_name --clone copied_env_name
注意:
copied_env_name即为被复制/克隆环境名。
new_env_name即为复制之后新环境的名称。
9、 删除环境
conda remove --name env_name --all
10、包管理
精确查找包
conda search --full-name 查找的包名
模糊查找包
conda search 查找的内容
获取当前环境中已安装的包信息
conda list
指定环境安装包
conda install --name 环境名 要安装的包名
注意:
要指定版本时
conda install --name conda-test django=2.0.6
表示在conda-test环境中安装 django并制定版本为2.0.6
在当前环境中安装包
conda install 要安装的包名
最后,如果conda安装不上的包,或者没有的包,可以使用pip安装
pip install 安装的包名
安装完毕后!!众所周知自带的源是外网的,速度堪比龟速,动辄是几个世纪的漫长等待,so,首先 请换源!!!
Ubuntu更换国内源
博主在这里使用的是tsinghua的源
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
临时使用:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
设为默认:
修改 ~/.config/pip/pip.conf (没有就创建一个)
mkdir ~/.pip
vim .pip/pip.conf
修改 index-url至tuna,例如
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn
pip 和 pip3 并存时,只需修改 ~/.pip/pip.conf
修改conda源只需如下命令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
好!终于到了最后一步!!安装pytorch!
之前已经用conda命令新建了虚拟环境,现在进入环境
source activate <环境名>
进入环境后,输入
conda install pytorch=1.0.0 cuda90 -c pytorch
or 使用cuda10.0版本
conda install pytorch=1.0 torchvision cudatoolkit=10.0 -c pytorch
中间遇到Proceed ([y]/n)? y
则y一次
大概率会卡在pytorch下载那一栏,又是几个世纪漫长的等待…………
尝试删去 -c pytorch,这个意思是优先从官网下载。
conda install pytorch=1.0.0 cuda90
好了!!!!
(高人指导:直接进虚拟环境后后官网 下载, 用官网cuda10.1版本命令行即可)
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch-nightly
方法3:先下载清华的镜像源,博主下载的是
pytorch-1.0.0-py3.6_cuda9.0.176_cudnn7.4.1_1.tar.bz2
然后进入环境,CD 到Downloads(包打路径),然后执行:
install pytorch-1.0.0-py3.6_cuda9.0.176_cudnn7.4.1_1.tar.bz2
import torch
print(torch.__version__)
感谢实验室亲师姐的大力指导!!!!