ubuntu20.04 下深度学习环境配置 史上最详细教程

目录

【1】安装ubuntu20.04：

【2】修改ubuntu下载源（重要）

【3】下载显卡驱动

【4】cuda11.0.2安装

【5】cudnn11.0安装

【6】安装anaconda3

【7】安装pytorch-gpu

【8】安装pycharm

【1】安装ubuntu20.04：

1、用windows系统电脑，在此网址下载ubuntu20.04

https://mirrors.ustc.edu.cn/ubuntu-releases/20.04.3/ubuntu-20.04.3-desktop-amd64.isohttps://mirrors.ustc.edu.cn/ubuntu-releases/20.04.3/ubuntu-20.04.3-desktop-amd64.iso

2、用windows系统，在百度网盘中下载安装工具

链接：https://pan.baidu.com/s/1t642BIXVqXYMDw_Oez2_HA 
提取码：meng

3、打开工具---插入空的u盘---在选择处---选择下载好的ubuntu20.04的系统---点击开始

制作完毕后，就点击关闭，然后把U盘拿下来。

将U盘插入将要安装linux系统的电脑中，

然后点击开机，从U盘启动，因为不同电脑主板，设置方法不同，提供以下快捷键（各主流机型快捷键如下图），

然后选择U盘启动，

然后按照流程安装即可。

这里不做详细介绍了，都是汉字，按照流程来就可以。

【2】修改ubuntu下载源（重要）

首先，先修改一下ubuntu的下载源，使用图形界面修改，改成阿里站点，否则显卡驱动下载超级慢

切记切记，新手听我的话，不要上网看那些终端修改的方法，很不实用

点击【软件和更新】---【ubuntu软件】---【下载自】---【其他站点】---【http://mirrors.aliyun.com/ubuntn】---【选择服务器】

亲测阿里的源，非常优秀

【3】下载显卡驱动

我的显卡是3060Ti，在图形界面就能更新驱动，如果以下方法不适用，还得去nvidia官网下载相应驱动

更改好ubuntu下载源后

点击【附加驱动】---【470专有】 ---【应用更改】

不要点不要点！！！470-server（专有）

更新好之后，开始正式配置深度学习环境了。

【4】cuda11.0.2安装

这里为什么先安装cuda和cudnn，后安装anaconda和pytorch

是因为这两个都是针对GPU使用的，和pytorch的使用环境没有任何关系

我的显卡是3060Ti这里使用cuda11.0、cudnn11.0就可以

以下提供11.0的下载地址

https://developer.nvidia.com/cuda-11.0-download-archive

其他同学不一样的，可以自己搜索以下自己的显卡对应的cuda版本

不同的cuda版本，对应不同的cudnn版本，所以千万不要下载错误

否则后续使用pytorch-gpu的时候会发现问题

点击【linux】---【X86_64】---【Ubuntu】---【20.04】---【runfile (local)】

 选择结束后，下面会出现两行代码如图

 这里有两种下载方式：

linux电脑：把第一行代码复制到终端，下载就可以

windows电脑：把第一行的网址复制，在网页中打开，或者迅雷中打开，进行下载就可以了

相对应有两种安装方式，这里本人操作的是windows迅雷下载，因为迅雷下载的快

所以这里详细介绍windows的安装方式，并且windows安装更复杂一点

讲清楚后，linux的安装方法大同小异，学会windows后，你会无师自通

下载完成后在终端输入：

 sudo sh cuda_11.0.3_450.51.06_linux.run 

如果电脑没有安装Nvidia显卡驱动，安装会顺利进行

若已经安装了Nvidia驱动，会提醒移除，此时我们先continue，如下图

 然后在如下情况输入accept

这边页面我们要注意跳过显卡驱动安装driver那边箭头部分我们按下空格

这时候 x 会没了，然后，下面选择 Install 

完成如下图

根据提示的信息，我们需要配置环境变量，打开 bashrc 文件，

在终端输入

sudo gedit ~/.bashrc

 然后在文件末尾添加下面2行变量参数，保存

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

这里解释以下，我下载的cuda版本是11.0的

所以执行以上参数，不同的同学们，需要修改以下版本号 ，也可以百度以下，这个问题不大

但是一定要有这步

然后刷新环境变量，输入：

 source ~/.bashrc 

然后输入：

 nvcc -V

如下图显示，则证明cuda安装成功

【5】cudnn11.0安装

因为cudnn官网下载需要填写调查问卷，比较繁琐，这里提供百度网盘下载链接

链接：https://pan.baidu.com/s/17ICWfbyqq9htcIOcO-C7cA 
提取码：meng

 再次友情提示：cudnn版本要和cuda相对应，要找对版本的，版本对应，自行百度就可以了

将下载的 cuDNN 解压，解压应该会吧，这里就不放图片了，流程如下

【右键解压文件】---【提取到此处】

然后点击cudnn文件夹，在文件夹内，空白处点击右键---【在终端出打开】

输入以下三行代码

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*  

安装结束后重启

只要执行代码的过程中，没有报错就没有问题

到此cuda、cudnn安装完毕！！！

【6】安装anaconda3

这里提供各种版本的anaconda的清华镜像下载源，自行寻找anaconda版本下载

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

我下载的版本是anaconda3-2020-11版本的

不要下载太新的版本！！！

不要下载太新的版本！！！

不要下载太新的版本！！！

说多了都是泪啊！！！！！

下载好后，在终端执行如下命令：

chmod +x Anaconda3-2020.11-Linux-x86_64.sh
bash Anaconda3-2020.11-Linux-x86_64.sh

划重点：后面的命令是你自己的下载包的名字，不同版本的记得改成自己的版本的名字

然后就开始一路回车，按一次回车之后左下角会显示一个“–More–”

意思是许可信息还没显示完，一直按回车，直到最后许可信息显示完出现下面提示：

到下图位置，回复 yes

之后就提示你要将Anaconda安装在目录/home/xxx/anaconda3下面：（建议使用此目录）。

直接按回车键表示使用默认目录：

然后就回车，开始进行安装过程了

等待安装完之后，会询问是否把anaconda的bin添加到用户的环境变量中？输入yes

 这样就会安装好anaconda了,然后执行命令

source  ~/.bashrc

我们就安装好了anaconda3，在终端输入 ：python 出现如下图，则anaconda安装成功

然后创建虚拟环境

在终端中输入如下代码

conda create -n name python=3.6
# name 处是你自己创建环境的名字 python=3.6可以更换，就是python的版本，建议不要太高

 如果下载比较慢，则可以进行换源操作，大家可以看我的另一篇博客

https://blog.csdn.net/m0_58678659/article/details/122903884?spm=1001.2014.3001.5501

创建好之后，这里就不上图展示了

如果出现错误，一般都是下载通道的问题，网络不好

多重复几次命令就好了

【7】安装pytorch-gpu

使用anaconda创建自己的环境成功后，激活自己的环境，执行如下代码

conda activate name
# name 处是你刚刚创建环境的名字

激活成功后，在命令行最前面有（name）的字样，如图

 然后去pytorch官网，复制你要的pytorch的命令行

https://pytorch.org/      #pytorch官网

我这里使用的是1.7.1版本的pip安装方式，如图

点击左下角【Previous versions of PyTorch】

 找到 1.7.1 版本的 linux pip 安装命令 选择 CUDA11.0 的命令

 复制命令，在终端执行，我的命令行如下

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

这个怎么选择，是由 CUDA 版本决定的，如果下载出错，大家可以尝试以下别的版本在重新下载

这个我第一次下载的是 1.7.0，就报错，下载 1.7.1 就没问题了

多多尝试

然后等待下载结束就好了

然后在终端中输入【python】执行以下代码验证

import torch
torch.cuda.is_available()

如果返回True，则安装成功，如图

 到此，完成工作量90%，我们还差最后一步安装Pycharm

【8】安装pycharm

点击电脑中的 【Ubuntu Software】

 搜索 pycharm，选择【pycharm-community】

安装即可，可能会出现错误，但是不要担心，等待10分钟即可，其实已经在安装ing

安装完成后，可以下载中文组件，和翻译包，这里就不详细介绍了，大家搜索一下到处都是

点击【文件】---【设置】---【Python解释器】---【添加】---【Conda环境】

 然后选择刚刚你创建的那个环境的名字就可以了，里面会有torch 1.7.1+cu110 如图

自此，环境配置结束，大功告成！！！ 

祝愿看了文章的各位，paper无限发！！！

有问题的可以评论或者私信我！！！

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！