ubuntu18.04配置cuda(RTX3080Ti)

        10系的显卡换成30系显卡后,之前配好的深度学习环境出现了兼容问题,索性重装系统,从零开始配环境,过程中也出现了各种对新显卡不兼容的情况,以下的配置是本人摸索最终成功的版本,特此记录一下。

        首先就是安装ubuntu18.04,这个不是本文的重点,大家可以自行百度更加详细的教程,这里提一下,ubuntu18.04安装好之后自带NVIDIA的显卡驱动,这样可以省去安装驱动的过程。

 ubuntu18.04配置cuda(RTX3080Ti)_第1张图片

         我这里使用的是ubuntu18.04自带的460的驱动,注意,重装系统后默认使用的是Nouveau的图形驱动,选中对应的英伟达驱动,点击应用更改,此时需要重启一下电脑,英伟达显卡驱动才会生效。

        接下来是安装cuda11.0,cuda下载可到此处。

ubuntu18.04配置cuda(RTX3080Ti)_第2张图片

 之后选择对应的版本,在终端输入官方给的指令进行下载

$wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run

下载完之后输入如下指令进行安装

$sudo sh cuda_11.0.3_450.51.06_linux.run

好久没装cuda了,安装过程中不用一路确认,只要最初的时候输入accept之后就会自动完成安装,安装完成后需要修改环境变量:

$sudo gedit ~/.bashrc

将下列的路径复制

export PATH=/usr/local/cuda-11.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH

保存后退出,让环境生效

$source ~/.bashrc

此时可以通过终端输入$nvcc -V查看cuda是否安装成功

        接下来是cudnn8.0.5,cudnn下载可到此处选择对应的版本

ubuntu18.04配置cuda(RTX3080Ti)_第3张图片

 此处需要注册英伟达账号才能正常下载

根据自己的系统下载对应的cudnn,注意,这里对应的有三个文件需要下载,**ubuntu18.04[deb]的文件都是要下的,下载完成后分别安装三个文件

$sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.0_amd64.deb
$sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.0_amd64.deb
$sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.0_amd64.deb

注意安装是有顺序的,按照上面的顺序即可

安装完之后可以进入/usr/local/cuda/extras/demo_suite路径下打开终端输入如下两条指令

$sudo ./bandwidthTest

ubuntu18.04配置cuda(RTX3080Ti)_第4张图片

$sudo ./deviceQuery

ubuntu18.04配置cuda(RTX3080Ti)_第5张图片

验证cuda环境是否安装成功

下载anaconda

ubuntu18.04配置cuda(RTX3080Ti)_第6张图片

 下载完后终端输入

$sh Anaconda**.sh

注意不要用sudo指令,不然之后的很多地方需要权限,如果不小心使用了,可以用

$sudo chrom -n usrname filename的方式解开,此时隐藏文件夹中有一个.conda的文件夹也要通过这个指令解开权限

安装过程都输入yes即可,安装完成后重新打开终端,创建虚拟环境

$conda create -n detetron python=3.8

通过$conda activate detetron激活虚拟环境

        到pytorch官网上找到对应的torch版本

ubuntu18.04配置cuda(RTX3080Ti)_第7张图片

我这里安装的是1.7.0的版本,之前试过1.8和1.9的版本都会出现兼容问题,运行detectron2的检测demo没问题,但是训练模型就报错。

        到这里基本的环境就已经搭建完成,之后就是detectron2的安装,可以到git上下载最新的版本,这里建议直接使用预编译的进行安装

ubuntu18.04配置cuda(RTX3080Ti)_第8张图片

 在虚拟环境中输入$python -m pip install detectron2==0.5 -f \
  https://dl.fbaipublicfiles.com/detectron2/wheels/cu110/torch1.7/index.html

会自动安装各种包,这样就可以不用手动安装,安装了预编译的detectron2后还需要下载一份源码,才能够运行demo或者训练builtin模型

        自此ubuntu18.04+RTX3080Ti配置detectron2环境安装到此结束,过程中遇到了各种各样的坑,具体的都没有记录,大部分是兼容问题,后续遇到会继续更新。

放两张用detetron2训练coco数据集的图

ubuntu18.04配置cuda(RTX3080Ti)_第9张图片

 ubuntu18.04配置cuda(RTX3080Ti)_第10张图片

你可能感兴趣的:(深度学习环境搭建,深度学习,神经网络)