安装Ubuntu系统并创建PyTorch深度学习环境
安装Ubuntu系统
- 下载Ubuntu系统 (官网)
- 下载U盘制作软件 Rufus.ie
- 制作系统U盘,烧录系统到U盘
Linux + Win10双系统改变默认启动项——改为默认进入Windows系统
- ctrl+alt+T打开终端,输入sudo gedit /etc/default/grub
- 验证密码,grub配置文件被打开
- 将弹出的文件中文本“GRUB-DEFAULT=0”中的0修改为2.(我这里是2,具体数字应该和选择系统的时候win系统的位置-1相同。注意这个-1,因为它是从上到下从0开始排序,所以我这里win系统是第三位,就改成2)
- 保存文件。←这时可能会弹出警告框,但是一般情况下好像并没有什么关系
- 在终端输入sudo update-grub以更新配置
- 重启即可发现已经修改完毕
(参考链接)
深度学习环境配置
1. 更换国内源
更换aliyun国内镜像 (developer.aliyun.com)
(1) 图形界面配置
新手推荐使用图形界面配置: 系统设置 -> 软件和更新 选择下载服务器 -> "mirrors.aliyun.com"
(2) 手动更改
用你熟悉的编辑器打开: /etc/apt/sources.list
替换默认的 http://archive.ubuntu.com/
为 mirrors.aliyun.com
!配置完之后, sudo apt-get update
更新一下配置
2. GPU驱动
- 在系统Software & Updates -> Additional Drivers 中选择NVIDIA 驱动,等待驱动更新与安装后,重启电脑
- 使用
$ sudo nvidia-smi
与sudo nvidia-settings
命令,检查显卡驱动安装情况
3. 下载并安装cuda
- 在NVIDIA CUDA Toolkit 11.4 Downloads 寻找相关下载与安装指令。
- 安裝 nvidia-cuda-toolkit
sudo apt install nvidia-cuda-toolkit
- 使用
$ nvcc -V
确认安装情况。 - 安裝 cuDNN
参考:
4. 安装Anaconda
- 进入 Anaconda3 官网,下载 Anaconda3 Individual Edition for Linux 。
- 进入文件下载目录,在终端执行如下命令,开始安装Anaconda。
bash Anaconda3-2021.05-Linux-x86_64.sh
- 接下来根据安装提示,输入"yes"或者按回车即可。期间会提示选择安装路径,如果没有特殊要求,建议使用默认路径(~/anaconda3),然后就开始安装。
- 按回车键,进入注册信息页面。
- 按q跳过阅读,yes。
- 默认安装在用户目录下,直接回车即可安装;若想自定义安装目录,直接输入安装目录,回车即可。
- 出现提示信息:Do you wish the installer to initialize Anaconda3 by running conda init ? 输入 no,回车。
将Anaconda添加到用户环境变量中。开启一个新的终端,输入以下指令:
- 安装vim编辑器
sudo apt install vim
- 使用vim编辑器打开 .bashrc 环境变量文件
vim ~/.bashrc
- 跳转至文件末尾,输入 "o" 在当前行的下方新打开一个行,并切换到插入模式,插入下面的命令,然后输入 "Esc" ":wq" "Enter" 保存文本文件。
export PATH="/home/bing/anaconda3/bin:$PATH"
- 输入下面的命令使编辑之后使环境变量生效。
source ~/.bashrc
- 安装vim编辑器
检查是否安装成功。
conda --version
conda -V
- 更换pip源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
参考:
5. 安装PyTorch
创建用于深度学习的Conda环境
- 创建新的名为lidla的环境
conda create -n lidla python=3.8.8
- 激活环境
conda activate lidla
- 取消激活指令
conda deactivate
选择合适的PyTorch版本进行安装 https://pytorch.org/get-started/locally/
验证安装情况:
import torch
x = torch.rand(5, 3)
print(x)
import torch
torch.cuda.is_available()
6. 下载并安装PyCharm
推荐使用Linux指令安装
sudo snap install pycharm-community --classic
扩展链接:
- RTX3090的深度学习环境配置pytorch、tensorflow、keras (zhihu)
- 个人深度学习工作站配置指南 (很全面) (知乎稚晖)
- 深度学习工程师生存指南 (star) (github: ypwhs/dl-engineer-guidebook) (https://dl.ypw.io/)
本作品采用 知识共享署名-相同方式共享 4.0 国际许可协议 进行许可。
评论已关闭