重新安装Ubuntu16.04(2)——Cuda pytorch python3.7

文章目录

    • 更换下载源
    • python3.5.2 -> python 3.6.2,pip3
      • pip换源以提高下载速度
      • python3.6.2和pip3的安装
    • cuda和cudnn
    • Pytorch

上集说到由于运行了rm -rf命令,一直以来的工作环境都崩溃了。经过一个多小时的努力,基础软件已经完成了安装。这一篇主要是针对,python3.7, pointRCNN需要的依赖(包括cuda N卡驱动 pytorch等)。

更换下载源

参考:更换为阿里云下载源
Ubuntu系统自带的源都是国外的网址,国内用户在使用的时候网速比较慢。一个软件的下载是十分缓慢的,甚至在安装一些软件或者库的时候,是不能成功下载的,所以非常建议大家更换国内的源,这里建议大家使用阿里源,步骤如下:

备份原来的源:输入命令

sudo cp /etc/apt/sources.list /etc/apt/sources_init.list

添加源:使用命令

sudo gedit /etc/apt/sources.list

使用geit软件来修改文档,将下边的阿里源复制进去,然后点击保存关闭。

deb http://mirrors.aliyun.com/ubuntu/ trusty main restricted universe multiverse  
deb http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted universe multiverse  
deb http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted universe multiverse  
deb http://mirrors.aliyun.com/ubuntu/ trusty-proposed main restricted universe multiverse  
deb http://mirrors.aliyun.com/ubuntu/ trusty-backports main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-proposed main restricted universe multiverse  
deb-src http://mirrors.aliyun.com/ubuntu/ trusty-backports main restricted universe multiverse 

注:上面部分的deb-src可以考虑加#注释掉,以增加update的速度。一般都是注释掉的。
更新源:输入命令sudo apt-get update来更新我们的刚刚添加的源。
更新软件:更新源之后,输入命令sudo apt-get upgrade更新我们的软件。这个过程会有点漫长,我们耐心等待即可。

python3.5.2 -> python 3.6.2,pip3

这里插一下,conda pip anaconda的选择。这三个其实都是用来包管理。选择因人而异。我之前一直在用pip 感觉并没有什么不方便的,因此依然选择pip。最好不要混用,容易导致兼容性问题。

pip换源以提高下载速度

pip换源

python3.6.2和pip3的安装

python3.6和pip3的安装
需要注意的是得到的pip3估计版本比较低。最好参照 上一处的链接进行pip3的升级。
常用的下载命令为

sudo pip3 install xxx

cuda和cudnn

参考:ubunutu安装cuda
这里,我笔记本的显卡为384,故应当选择CUDA9.0,对照表给出如下。

CUDA 10.0: 410.48
CUDA 9.2: 396.xx
CUDA 9.1: 390.xx (update)
CUDA 9.0: 384.xx
CUDA 8.0 375.xx (GA2)
CUDA 8.0: 367.4x
CUDA 7.5: 352.xx
CUDA 7.0: 346.xx
CUDA 6.5: 340.xx
CUDA 6.0: 331.xx
CUDA 5.5: 319.xx
CUDA 5.0: 304.xx
CUDA 4.2: 295.41
CUDA 4.1: 285.05.33
CUDA 4.0: 270.41.19
CUDA 3.2: 260.19.26
CUDA 3.1: 256.40
CUDA 3.0: 195.36.15
从官网下载cuda9.0对应的安装包和补丁。然后按照教程里运行即可。

Pytorch

参考:Pytorch安装 更新 卸载
注意,安装之前,应先去Pytorch官网确认与自己CUDA版本相适应的Pytorch版本。
如支持cuda9.0的最新的是v1.1.0,官方推荐是:

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

但我并不打算安装conda,因此,可以用等效命令

pip3 install torch==1.1.0 torchvision==0.3.0

注意,使用pip3而不是pip是因为 python2已经停止服役,我怕使用pip安装出问题,而cudatoolkit我们已在cuda的安装过程中完成安装了。
另外,由于文件较大,可能会断开连接,报错提示最后一行为 Read time out。此时,可以修改命令如下所示:

pip3 --default-timeout=200 install torch==1.1.0 torchvision==0.3.0

之前,也有看到在更换pip源的时候,顺便修改了timeout,估计是一种一劳永逸的方法。但这样也差不多。另外,也有可能出现说hash地址不对的情况,也是由于网络波动造成下载的不完全,重新执行pip install即可。

另外,还需要numpy之类的,就顺手安装吧!

你可能感兴趣的:(电脑修复)