Ubuntu搭建Pytorch情况（Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm
一、设置镜像源，安装必要情况1.检察Ubuntu版本号：cat /etc/issue，后续根据版本号添加对应的镜像源
2.备份镜像源：sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
3.在阿里云镜像源官网中找到并复制与版本号对应的阿里镜像源：
https://img-blog.csdnimg.cn/982180874c934a2ca73e79792da89a01.png
大概在清华镜像源官网中找到并复制与版本号对应的清华镜像源：
https://img-blog.csdnimg.cn/0df06317ba6c4836ada3f0f2fea4d21a.png
4.编辑软件源设置文件：sudo vi /etc/apt/sources.list，将文件中内容更换为阿里镜像源或清华镜像源
5.革新软件源：sudo apt-get update
6.安装用于编译和构建软件的工具库：sudo apt-get install build-essential
二、Anaconda的下载、安装、卸载及情况设置
1.下载Anaconda
进入Anaconda官网，下载linux版的anaconda（.sh结尾的文件）
https://img-blog.csdnimg.cn/9653791587e4446ebd0cdd42e7adad36.png
https://img-blog.csdnimg.cn/42778354ae28496fad908977395ad021.png
2.安装Anaconda
1.将文件拷贝到Ubuntu中，在相应位置输入命令sh 文件名.sh进行安装（推荐在root用户下安装）
https://img-blog.csdnimg.cn/c1852d33a20f42599badfc3f073967d9.png
2.一直按ENTER键，直到出现让选择yes和no的页面，键盘输入yes
https://img-blog.csdnimg.cn/98ace6f49f444e639df4cec634cdde63.png
3.选择安装位置，输入想要安装的位置（注意：这里安装anaconda时最好安装在普通用户可以访问的目次下，例如/usr/local、/opt、/home，否则普通用户可能无法正常使用）
https://img-blog.csdnimg.cn/c578e798bf1d421897152dd7349740ac.png
假如只需要在root账户下使用anaconda，直接按ENTER键选择默认位置就行。我这里安装到了默认路径/root/anaconda3下
https://img-blog.csdnimg.cn/10a06a3e7ca94099a2af51b5d8feadfe.png
4.初始化conda情况：键盘输入yes会自动设置情况；键盘输入no，后续要自定义设置情况。
https://img-blog.csdnimg.cn/b1c13f3433754a8594a05d2057ac10da.png
3.Anaconda的情况设置
1.找到Anaconda的安装位置，默认安装会有提示，一样平常都是home/用户名/anaconda3，我本次安装到了/root/anaconda3下
https://img-blog.csdnimg.cn/f64d8f2e43e0467982519dca1bcb05ee.png
2.输入vi ~/.bashrc编辑情况变量，添加以下内容：
export PATH="/自己对应的路径名/anaconda3/bin:$PATH"
这里写自己对应的路径名，我的是export PATH=“/root/anaconda3/bin:$PATH”
https://img-blog.csdnimg.cn/02aba9ded7da4b6eb0af7cfd77097c3a.png
3.激活修改的内容：source ~/.bashrc
4.测试是否设置乐成：输入conda，若没有显示not fond 则表示 anaconda安装设置乐成
https://img-blog.csdnimg.cn/1e42b13fca8a4b0186cdb912a1cad6ad.png
4.赋予普通用户/超等用户使用Anaconda的权限
无论是在root用户照旧普通用户下进行安装的，安装anaconda时最好安装在普通用户可以访问的目次下，例如/usr/local、/opt、/home，否则普通用户是无法使用anaconda的。
（1）在root用户下安装的anaconda，想要赋予普通用户使用anaconda的权限
比如安装位置为/opt/anaconda3，直接在普通用户下执行：/opt/anaconda3/bin/conda init bash，然后执行conda env list测试
https://img-blog.csdnimg.cn/7df00e6c322a4a8ba37654ab361077b5.png
（2）在普通用户下安装的anaconda，想要赋予超等用户（root）使用anaconda的权限
比如安装位置为/home/xxx/anaconda3，直接在root用户下运行：/home/xxx/anaconda3/bin/conda init bash，然后执行conda env list测试
https://img-blog.csdnimg.cn/0ade2d191f69443eaa37b926bb663020.png
5.卸载Anaconda
假如安装anaconda时不鉴戒安装到了在普通用户访问不到的目次下，例如/root、/home/root，可以卸载anaconda重新进行安装。
（1）删除安装目次：rm -rf /root/anaconda3
（2）编辑情况变量文件vi ~/.bashrc，解释或删除anaconda3的路径
（3）使修改后的情况变量立刻见效：source ~/.bashrc
三、显卡驱动、Cuda、cuDNN的安装（GPU版选装）
主机有显卡的可以安装Cuda用GPU加速模型练习
1.安装显卡硬件对应的驱动
可以参考Ubuntu物理机显卡驱动安装的几种方式安装显卡驱动
输入nvidia-smi，检察自己所需要的cuda版本号，我的是12.1
https://img-blog.csdnimg.cn/614d42c9e4014081be2a22a8fbfadec7.png
2.下载对应显卡驱动版本的cuda
打开nvidia官网，点击对应版本链接进入下载界面（我的是12.1，选择12.1的任一版本都可以）
https://img-blog.csdnimg.cn/a469170c5df5499d9eaf9ed980b015da.png
https://img-blog.csdnimg.cn/a724b0aafb0145959decd55d94e95a73.png
将上面天生的命令拷贝下来，先执行第一行命令下载cuda：
wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run
3.cuda的安装
下载完成后执行chmod 777 【下载的sh文件】赋予执行权限，然后执行第二行命令安装cuda：
sudo sh cuda_12.1.0_530.30.02_linux.run
（1）遇到如下界面，选择continue继续
https://img-blog.csdnimg.cn/05fde129252f4531984b2ac5a909980b.png
（2）遇到如下界面，输入accept
https://img-blog.csdnimg.cn/8fc49266013d400b804db8fe82dc14fb.png
（3）遇到如下界面，按Enter键取消勾选驱动（显卡驱动已经安装过了），点击install安装其他组件
https://img-blog.csdnimg.cn/36e69a375f664b5db5f636dbb0e90fc9.png
安装完成后显示如下路径
https://img-blog.csdnimg.cn/791f712fe72a4d59bad3a1035cc8d147.png
同时体系会在安装目次下自动天生一个/cuda的链接指向/cuda-版本号
https://img-blog.csdnimg.cn/bddace712608435f828ba59441782b5b.png
4.cuda的情况变量设置
4.1 输入sudo vi ~/.bashrc命令修改情况变量
根据自己anaconda3的路径名，在文件末端加入以下四行：
export PATH="/anaconda3的路径名/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
https://img-blog.csdnimg.cn/1c8ff65448094de782e32fe7e6d9126f.png
4.2 输入source ~/.bashrc命令激活刚刚修改的内容
4.3 依次输入以下命令，测试cuda是否安装乐成
nvcc -V
cd /usr/local/cuda/extras/demo_suite/
./bandwidthTest
https://img-blog.csdnimg.cn/2d7c7cb09636495589fa114e79fdcebb.png
出现Result = PASS即为乐成
5.cuda的卸载
5.1 进入到cuda的安装目次，找到有关unintall的文件，执行卸载命令：sudo /usr/local/cuda-12.1/bin/cuda-uninstaller
https://img-blog.csdnimg.cn/35af22daf8f7415f8eed7f06ef2044a2.png
5.2 勾选要卸载的cuda版本所有组件
https://img-blog.csdnimg.cn/adab06b8e2fb422ead54f461c3417e28.png
5.3 卸载乐成后，删除干系文件
https://img-blog.csdnimg.cn/e836c2b97e8d423c9251142b75978f5e.png
5.4 删除干系情况变量
输入sudo vi ~/.bashrc将最下面和cuda有关的删除，执行source ~/.bashrc重新激活情况变量设置即可
6.以tar方式下载、安装、卸载cudnn
（1）下载对应cuda版本的cuDNN
打开nvidia官网，点击对应版本链接进入下载界面（我的cuda版本是12.1，选择12.x的任一版本的cuDNN都可以，推荐使用tar包的方式），下载需要注册登陆英伟达账户（自行百度）
https://img-blog.csdnimg.cn/687daa93ed094d02abc65b052deee4e8.png
（2）将下载好的文件拷贝到Ubuntu体系中，并执行以下解压缩命令：
unxz cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar.xz
tar -vxf cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar
https://img-blog.csdnimg.cn/70f98ae64aaf4c428985b92936a7eeb8.png
（3）cuDNN的安装
进入解压后的目次中，打开终端，输入下述命令：
sudo cp include/cudnn*.h /usr/local/cuda/include/
sudo cp lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
（4）执行完毕后，输入以下命令验证cuDNN是否安装乐成：
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
https://img-blog.csdnimg.cn/5a3c774246294b4fa86df855d8d916c1.png
提示信息是指：在这个文件中不能使用 constexpr 关键字，由于这个文件是仅限于C语言的。
（5）cuDNN的卸载
通过tar包安装的cudnn，通过以下命令将拷贝到cuda安装目次的有关cudnn的文件删除即可：
sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*
7.以deb方式下载、安装、卸载cudnn
（1）先切换到/usr/local目次下，然后创建一个目次CuDNN
cd /usr/local
mkdir CuDNN
cd CuDNN
（2）前往https://developer.nvidia.com/rdp/cudnn-archive下载所需文件
https://img-blog.csdnimg.cn/2e3ba1be910d4d6abf0a3e17f8f6cabb.png
（3）将下载文件拷贝到/usr/local/CuDNN/目次下
https://img-blog.csdnimg.cn/7c8a8ca2a7984723b36ba11ba956cd48.png
运行以下命令安装CUDNN7.4.2,这里安装次序一定要如下所示：
sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb
（4）把文件复制到/usr/local/cuda/include文件夹下面,并修改权限：
sudo cp /usr/include/cudnn.h /usr/local/cuda/include
sudo chmod a+x /usr/local/cuda/include/cudnn.h
（5）检测是否安装乐成的测试命令：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
https://img-blog.csdnimg.cn/d1c028ac4b0c4367be71388c88301705.png
（6）卸载以deb方式安装的cudnn
#查询已安装的cudnn
sudo dpkg -l | grep cudnn
#删除拷贝的文件
rm -rf /usr/local/cuda/include/cudnn.h
#卸载安装的cudnn，注意卸载和安装顺序相反
sudo dpkg -r libcudnn7-doc
sudo dpkg -r libcudnn7-dev
sudo dpkg -r libcudnn7
#再次查询已安装的cudnn，没有任何输出即卸载成功。
sudo dpkg -l | grep cudnn
四、创建Anaconda假造情况
1.Anaconda常用命令：检察，创建，删除情况
(1) 检察anaconda的安装版本：conda --version
(2) 检察已经安装的情况（带星号的表示目前正在使用的情况）：conda env list
(3) 激活对应的假造情况（进入情况）：source activate envone(情况名)
(4) 激活默认的假造情况（base情况）：source activate
(5) 退出当前conda情况：conda deactivate
(6) 删除conda情况：conda uninstall -n envone(情况名) --all
(7) 在情况里安装需要的包：pip install xxx
(8) 检察已经安装的包：pip list
(9) 克隆已有情况：conda create --name python32（新名字） --clone python321（老名字）
(10) 删除conda情况：conda remove -n envone(情况名) --all
https://img-blog.csdnimg.cn/bfef3b8ce2d0444a89e11b2e4d17a1ab.png
2.创建ai空间，用于搭建pytorch深度学习框架
使用anaconda安装情况后，本地默认情况成为base情况。
(1) 创建名为ai的空间：conda create -n ai
(2) 进入ai空间（假造情况）：conda activate ai
https://img-blog.csdnimg.cn/e1d5a3e7e9724f878c06ea7e6bb4bd71.png
五、搭建Pytorch情况
1.通过命令进入创建好的ai空间source activate ai
2.进入pytorch官网下载对应版本的pytorch
https://img-blog.csdnimg.cn/7202a5f8506648d98a2428aa74154492.png
https://img-blog.csdnimg.cn/52d215aa1a5b4c649df6fb92ff584d8e.png
[*]选择pytorch版本
[*]选择对应的操作体系
[*]选择使用什么安装，conda里可以使用pip安装的
[*]选择编程语言为python
[*]选择cuda版本：我的版本是12.1，pytorch官网上目前只给出了11.8的Cuda支持，但是社区明确表明白兼容高版本Cuda。
3.在ai空间中执行上面天生的命令
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
https://img-blog.csdnimg.cn/41fdc1cea72d4965a1277823202ef2dd.png
WARNING: Running pip as the ‘root’ user can result in broken
permissions and conflicting behaviour with the system package manager.
It is recommended to use a virtual environment instead:
https://pip.pypa.io/warnings/venv WARNING: There was an error checking
the latest version of pip.
以上警告信息表示：以“root”用户身份运行 pip 可能会导致权限破坏以及与体系包管理器的举动辩论。
六、安装干系依靠库的方法
1.利用官网命令安装所需依靠库
（1）进入anaconda官网搜索需要安装的库名（无需注册登录）
https://img-blog.csdnimg.cn/c3657e9256f44f4fb6c03be475b78da2.png
（2）选择所需要的版本
https://img-blog.csdnimg.cn/206af848db154d958645717161a060e4.png
（3）复制官网上的安装命令
https://img-blog.csdnimg.cn/177032dcee274b969fa81b99fe2286f6.png
（4）执行source activate ai进入ai假造情况中，执行上面复制的安装命令conda install -c pytorch-lts pytorch
https://img-blog.csdnimg.cn/b7715e066a7e46a0a4ea6d5eb4a3e71c.png
（5）登入python执行import torch验证是否乐成
https://img-blog.csdnimg.cn/c274b1d5ff56497c8ccb3cf7c9b705d7.png
2.conda和pip的镜像加速设置
将conda源和pip源修改为国内源，进步下载安装速度
2.1 修改conda源
修改~/.condarc文件：sudo vi ~/.condarc ，修改文件内容如下：
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
若清华的conda源不能使用，可以改用上交的源：
channels:
- https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
- https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
2.2 修改pip源
参考：linux和window设置 pip 镜像源 、最实用的情况下载加速设置 ——【一文读懂】
输入conda deactivate关闭假造情况，回到终端界面
更新pip工具：pip install --upgrade pip
设置pip源：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
3.安装常用深度学习依靠库
执行以下conda 命令，自动搜索下载安装好干系依靠库的实用版本及干系依靠。
(1)安装opencv库(该库用于图像处置处罚)命令：conda install opencv
(2)安装torchvision库(该库用于下载练习先进的预练习模型)命令：conda install torchvision
(3)安装torch库(该库用于深度学习任务中构建、练习和摆设神经网络模型)命令：conda install torch
(4)安装cv2库(该库提供了许多盘算机视觉和图像处置处罚方面的函数和工具):conda install -c necla-ml opencv-python
(5)安装tensorboardx库(该库提供了可视化和分析神经网络练习过程和效果的工具)：conda install -c conda-forge tensorboardx
4.安装依靠库时的常见问题
问题一：安装依靠库时显示"PackagesNotFoundError"报错
https://img-blog.csdnimg.cn/5c051c84ba2c408daeffa87b7abcef9e.png
假如在使用 Conda 或雷同包管理器时遇到 “PackagesNotFoundError” 错误，可能阐明所需的包或软件包版本不在当前设置的软件源通道中。可以参考https://blog.csdn.net/weixin_45552562/article/details/109668589解决该问题。运行以下命令来更新软件源信息：conda update --all
https://img-blog.csdnimg.cn/3bd8be7bf3ae4d229b4ab153085be641.png
https://img-blog.csdnimg.cn/6ec30a23830c4f61a057ec611acfe6f1.png
重新执行conda install torch，若照旧报错可以根据报错提示，参考6.1去官网查找对应命令进行安装。
https://img-blog.csdnimg.cn/eceff3cb207a4e0c82f946941286e272.png
七、Python情况阐明和Pycharm、Jupyter工具安装
1.Python情况阐明可以参考Ubuntu下体系python与anaconda下python
2.Pycharm工具安装可以参考Ubuntu 16.04 安装 PyCharm
（1）在PyCharm官网下载安装包（社区版免费）
https://img-blog.csdnimg.cn/d9b7df34ac5042caa18760b54c905773.png
（2）运行tar -zxvf pycharm-community-2022.3.2.tar.gz命令将安装包解压
https://img-blog.csdnimg.cn/390f89cc1e9c4b9ea94fb4b7f1aaf2d8.png
（3）进入软件的bin目次，运行命令 sh ./pycharm.sh打开Pycharm
https://img-blog.csdnimg.cn/fddac337799a430ebfbbd6300e691fe7.png
（4）普通用户权限问题
假如报错信息是有关普通用户权限的问题，可以尝试更改干系文件的所有者
sudo chown ownername:groupname /path/to/directory
在上述命令中，“ownername” 是指定的新所有者的用户名，“groupname” 是指定的新所属组的组名，而 “/path/to/directory” 是你要修改的目次的路径。
3.Anaconda自带Jupyter工具，用以下命令打开即可：jupyter notebook，可以参考jupyter使用教程
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]