本文介绍在ubuntu20.04系统上安装pytorch,搭建深度学习开发环境的主要步骤。
sudo apt-get install gcc-7 g++-7
ls /usr/bin/gcc*
ls /usr/bin/g++*
3.设置默认编译器(使用update-alternatives进行版本切换)
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 9
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1
4.查看此时的gcc默认版本
sudo update-alternatives --config gcc
sudo update-alternatives -- config g++
官网下载18.04对应的cuda10.2 runfile(local),链接:
https://developer.nvidia.com/cuda-toolkit-archive
在文件所在文件夹下输入命令:
sudo sh cuda_10.2.89_440.33.01_linux.run
4. 按回车取消Driver项的安装(使用系统自带的硬件驱动,对于cuda10.2而言,驱动版本大于440.00即可),然后回车选择Install
5. 添加环境变量
gedit ~/.bashrc打开文件,在文件结尾添加如下语句:
export PATH=/usr/local/cuda-10.2/bin${
PATH:+:${
PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${
LD-LIBRARY-PATH:+:${
LD_LIBRARY_PATH}}
source ~/.bashrc
cuda安装完成(注:使用nvidia-smi查看的硬件驱动版本查看的版本号(如cuda11.0)大于该运行时版本号时属正常情况)
(手动编译C++版本opencv且需要opencv_dnn_cuda时,必须安装,仅使用pytorch在python环境下开发时可跳过也可视具体情况安装)
https://developer.nvidia.com/rdp/cudnn-download下载对应版本的cudnn
runtime developer 和samples
在对应目录下依次输入
sudo dpkg -i libcudnn8_x.x.x-1+cudax.x_arm64.deb
sudo dpkg -i libcudnn8-dev_8.x.x.x-1+cudax.x_amd64.deb
sudo dpkg -i libcudnn8-samples_8.x.x.x-1+cudax.x_amd64.deb
cp -r /usr/src/cudnn_samples_v8/ $HOME
cd $HOME/cudnn_samples_v8/mnistCUDNN
sudo make clean && make
./mnistCUDNN
sudo apt-get install openssh-server
查看状态
sudo service ssh status
停止服务
sudo service ssh stop
启动服务
sduo service ssh start
设置开机自启动
sudo systemctl enable ssh
reboot
export PATH="/home/username/anaconda3/bin:$PATH"
保存关闭
source ~/.bashrc
为了兼容更多的第三方包,conda中新建python3.7环境
conda activate py37
添加conda国内源
注意根据实际情况调整后缀linux-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64
conda config --set show_channel_urls yes
第三方源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
查看源
conda config --show-sources
激活py37环境:conda activate py37
运行网页给出的命令,去除最后的-c pytorch以使用国内源,否则安装速度较慢
4. 验证
py37环境下,输入python进入python环境
运行:
import torch
x = torch.rand(5, 3)
print(x)
import torch
torch.cuda.is_available()
print(torch.version.cuda)
torch.rand(3, 3).cuda()
官网下载open-source压缩包
https://www.jetbrains.com/pycharm/download/#section=linux
解压缩进入bin目录,运行pycharm.sh
bash pycharm.sh
cd /usr/share/applications
sudo gedit pycharm.desktop
添加以下内容:
[Desktop Entry]
Version=1.0
Type=Application
Name=Pycharm
Icon=/home/elbert/software/pycharm/pycharm-community-2020.2/bin/pycharm.png
Exec=sh /home/elbert/software/pycharm/pycharm-community-2020.2/bin/pycharm.sh
MimeType=application/x-py;
Name[en_US]=pycharm
注意,这里Icon和Exec的绝对路径,从bin目录中文件的属性里查看
win+A查看所有应用,找到对应的图标,然后右键添加到桌面收藏夹
后续开发过程中需要使用pip安装扩展包,添加国内源可以加快包的下载速度
常用国内源
• 阿里云
https://mirrors.aliyun.com/pypi/simple/
• 中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/
• 豆瓣(douban)
http://pypi.douban.com/simple/
• 清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/
• 中国科学技术大学
http://pypi.mirrors.ustc.edu.cn/simple
检查是否有~/.pip/pip.conf,若无
mkdir ~/.pip
cd ~/.pip
touch pip.conf
sudo gedit pip.conf
添加一个国内源
[global]
trusted-host = pypi.tuna.tsinghua.edu.cn
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
安装python版opencv(with contrib)示例:
pip install opencv-contrib-python