3070Ti（laptop）+Win11+Ubuntu22.04深度学习环境搭建

Windows环境下创建Ubuntu分区

关闭BitLocker。

关闭BitLocker

关闭后可对进行磁盘划分。系统设置搜索bitlocker/设备加密/加密/或直接出现在系统/系统消息/相关设置。

使用DiskGenius免费软件进行分区，避免手动分区时出现目标区域首位不相连而出现的失败原因。

制作U盘启动器

使用软碟通等软件格式化U盘，并选择制作。复制Ubuntu22.04镜像源进入制作好的U盘启动器。

安装Ubuntu22.04

进入BOIS关闭secure boot为disable
显卡模式选择混合模式（独显直连），因为ubuntu22.04相当于3070ti，未提供独显直连适配的驱动，会导致黑屏。
重启进行安装ubuntu。断网安装。
ubuntu22.04会提供可用网卡驱动，20.04及一下需更新内核，不然无法联网（死循环）。

Ubuntu22.04安装Cuda（cudnn）

安装显卡驱动

sudo apt-get update
ubuntu-drivers devices                    //显示当前可用驱动版本
sudo apt-get install nvidia-driver-470    //选择版本并按照

安装完成后重启进入windows系统选择独显直连模式，混合模式无法进入。
显卡驱动安装参考于此博客

安装Cuda

博主于22.6.25仅方法三安装成功

方法一

ubuntu-drivers devices
sudo ubuntu-drivers autoinstall

本人22.6.2安装成功，自动安装为11.4
22.6.24卸载老版本后，重新安装，此方法失效，此时官网Cuda最高版本为11.7
据可靠消息此方法现已无法安装Cuda
此方法参考于此博客

方法二

从Cuda-toolkit官网，选择对应版本，按照及其提供的命令行，进行安装。
最新cuda11.7官网下载地址

此版本可见，有对应于Ubuntu22.04的安装命令行，大部分版本没有。此方法为官方提供，难在需要版本对应。
cuda11.3及其他旧版本地址为此处
博主22.6.24此方法安装失败，原因可能为安装Cuda11.3版本未提供ubuntu22.04的版本，强行选择了20.04

方法三

查看驱动对应版本

nvidia-smi                             //输入以查看支持Cuda版本

从方法二的官网选择对应版本，区别为方法二是deb，方法三为runfile。按照官网给出的命令行进行安装
安装前提前安装liburcu6，以免后续提示缺失

sudo apt install liburcu6

显示没有这个软件包，所以选择自己下载并安装，下载链接及此问题的发现与解决参考于此博客

安装步骤中取消显卡驱动的安装

安装Cudnn

仍然参考此链接（简单）

Ubuntu22.04安装Anaconda3

前往官网下载.sh包，地址

给下载的包添加可运行权限

sudo chmod +x “YourDownloadName”

执行
./YourAnaconda.sh

在这里插入代码片

在Anaconda3中搭建深度学习环境（pytorch）

创建虚拟环境

选择Python版本并创建虚拟环境

conda create -n YourEnvName python=3.7              //YourEnvName自定义虚拟环境名字，Python版本可选

激活/退出 虚拟环境

conda activate YourEnvName               //激活
conda deactivate YourEnvName             //退出

安装pytorch

前往pytorch官网，查看并选择pytorch版本+平台+cuda版本的安装命令行，官网地址

执行即可

验证pytorch环境是否安装成功

python                    //进入python解释器
import torch              //此步已进入python环境
print(torch.__version__)  //若不报错，并输出torch版本，即为成功