鏡像下載、功能變數名稱解析、時間同步請點擊 阿裡雲開源鏡像站 第一步：配置鏡像源，安裝必要環境 更換鏡像 第二步：安裝anaconda 1 進入官網 https://www.anaconda.com/ 2 下載linux的sh版 3 在對應位置通過命令輸入 sh 文件名.sh 4 選擇 YES 5 選擇 N ...
鏡像下載、功能變數名稱解析、時間同步請點擊 阿裡雲開源鏡像站
第一步：配置鏡像源，安裝必要環境
更換鏡像
第二步：安裝anaconda
1 進入官網
2 下載linux的sh版
3 在對應位置通過命令輸入
sh 文件名.sh
4 選擇 YES
5 選擇 NO （我們要自定義配置環境）
第三步：安裝完成Anconda後配置環境
1 編輯環境變數
vim ~/.bashrc
2 添加內容
export PATH="/自己對應的路徑名/anaconda3/bin:$PATH"
3 激活修改的內容
source ~/.bashrc
4 測試
conda
若沒有顯示not fond 則表示 anaconda安裝成功
第四步：通過Anaconda創建pytorch空間，用於pytorch
前提知要：
使用anaconda安裝環境後，本地預設環境成為base環境
自己創建的環境通過 conda activate 空間名字（環境名字）進入
退出自己創建的環境到預設環境：conda deactivate
1 創建空間,命名為pytorch
conda create -n pytorch
2 進入pytorch空間
conda activate pytorch
ps，若在執行命令的時候出現一下問題：
執行
source activate
第五步：在base環境中 安裝cuda
1 安裝 nvidia-cuda-toolkit 工具
sudo apt-get install nvidia-cuda-toolkit
2 檢查系統推薦顯卡驅動，記錄下recommend選項
sudo ubuntu-drivers devices
3 添加驅動源
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
4 在Ubuntu系統中找到 軟體和更新 選擇 驅動
等待更新完畢後再reboot
reboot
5 重啟後的測試
nvidia-smi
記錄 cuda 版本
6 下載cuda
官網
https://developer.nvidia.com/cuda-toolkit-archive
我的是11.4
選擇11.4的哪個版本都可以，接下去按照如下選擇去下載
註意：linux的版本要確保正確
7 安裝cuda(執行自己上面紅框的內容)
wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda_11.4.4_470.82.01_linux.runsudo
sh cuda_11.4.4_470.82.01_linux.run
8 環境配置
sudo gedit ~/.bashrc
末尾加入
export PATH="/自己對應的路徑名/anaconda3/bin:$PATH"
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
9 測試
source ~/.bashrc
nvcc -V
cd ~/NVIDIA_CUDA-11.4_Samples/1_Utilities/bandwidthTest/
make
./bandwidthTest
第六步：在pytorch環境中 安裝 pytorch環境
1 進入官網
2 安裝
選擇pytorch版本
選擇好對應的系統
選擇使用什麼安裝，conda里可以使用pip安裝的
選擇語言：python
選擇cuda版本：我的版本是11.4
複製命令
3 通過命令進入pytorch環境
source activate
conda activate pytorch
4 執行自己官網複製的命令
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
done～撒花
