yolov8的深度学习情况安装(cuda12.4、ubuntu22.04）

目次


一、先安装基础情况包
1.起首给Ubuntu安装Chrome浏览器（搜索引擎换成百度即可）
2、ubuntu 22.04中文输入法安装
3、安装 terminator
4、安装WPS for Linux
5、安装其它之前须要先安装anaconda
6、安装设置anaconda
7、安装完成anaconda后创建一个假造情况
8、安装pip：
报错：无法获取 dpkg 前端锁 (/var/lib/dpkg/lock-frontend)，是否有其他历程正占用它？
办理：
2.更新 APT 包列表：


9、小鱼的大佬的一键设置
10、ubuntu安装wps
11、安装netron

12、安装向日葵
13、安装labelimg
二、安装pytorch前起首安装显卡驱动
1、输入检察驱动
三、安装设置pytorch
官网：pytorch下载地址
1.起首检察检察显卡使用情况
2、我的准备装cuda12.4
Linux and Windows

四、接下来安装cuda、cudnn
官网：cuda官网  
1、选择本身版本
2、这里我们选择runfile(local)的安装方式
3、安装cuda
五、安装cudnn
安装cudnn

---

这里直接参考了我的另一篇文章：Ubuntu20.04设置深度学习情况yolov5最简流程_command 'nvidia-smi' not found, but can be install-CSDN博客

1. python convert.py ../model/yolov8n.onnx rk3588

复制代码

一、先安装基础情况包


1.起首给Ubuntu安装Chrome浏览器（搜索引擎换成百度即可）

安装下令：打开终端直接输入

1. wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
2. sudo dpkg -i google-chrome-stable_current_amd64.deb
3. sudo apt-get -f install

复制代码

安装情况包经常使用放在这里

1. pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

2、ubuntu 22.04中文输入法安装

1. sudo apt-get install fcitx-googlepinyin

复制代码

3、安装 terminator

1. sudo add-apt-repository ppa:gnome-terminator
2. sudoapt-get update
3. sudo apt install terminator

复制代码

4、安装WPS for Linux

进入搜狗for linux官网下载搜狗输入法 ，下载x86版本

1. WPS for linux

复制代码

5、安装其它之前须要先安装anaconda

         conda下载地址

• 先去官网下载好anaconda后面是.sh文件
  
• 输入下令（下令上对应你本身下载的版本号）：
  

1. sh Anaconda3-2021.11-Linux-x86_64.sh

复制代码

    将Anconda3的安装地址添加进PATH即可。起首打开~/.bashrc，然后在将

1. export PATH=$PATH:/home/sxj/anaconda3/bin

复制代码

        3.添加到末尾，末了更新一下~/.bashrc。依次执行下面代码。

1. sudo gedit ~/.bashrc

复制代码

   

1. source ~/.bashrc

复制代码

   
添加内容【注意这里的export PATH=$PATH:/home/sxj/anaconda3/bin须要切换成本身的用户名】：
完成之后测试:

1. conda env list

复制代码

6、安装设置anaconda

anaconda添加国内镜像源
#添加镜像源

1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
2. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
3. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
4. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
5. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

复制代码

#显示镜像通道

1. conda config --show channels

复制代码

7、安装完成anaconda后创建一个假造情况

1. conda create -n yolo8 python=3.10

复制代码

检察本身的假造情况

1. conda env list

复制代码

激活假造情况

1. conda activate yolo8

复制代码

接下来须要在假造情况内里安装pytorch
8、安装pip：

1. sudo apt-get install python3-pip

复制代码

报错：无法获取 dpkg 前端锁 (/var/lib/dpkg/lock-frontend)，是否有其他历程正占用它？

办理：

1.扫除 APT 缓存：

1. sudo rm /var/lib/apt/lists/lock
2. sudo rm /var/cache/apt/archives/lock
3. sudo rm /var/lib/dpkg/lock-frontend
4. sudo rm /var/lib/dpkg/lock

复制代码

2.更新 APT 包列表：

1. sudo apt-get update

复制代码

1. sudo apt-get install python3-pip

复制代码

9、小鱼的大佬的一键设置

        打开ubuntu终端，输入：

1. wget http://fishros.com/install -O fishros && . fishros

复制代码

10、ubuntu安装wps

        执行：

1. sudo dpkg -i wps-office*.deb

复制代码

11、安装netron

1. pip3 install netron -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

1. netron best.onnx

复制代码

1. netron best.pt

复制代码

12、安装向日葵

向日葵官网下载地址：
下载地址

1. sudo dpkg -i SunloginClient_15.2.0.63064_amd64.deb

复制代码

1. sudo apt --fix-broken install

复制代码

13、安装labelimg

1. pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

启用：

1. labelImg

复制代码

14、安装百度网盘

1. sudo dpkg -i baidunetdisk_4.17.7_amd64.deb

复制代码

二、安装pytorch前起首安装显卡驱动

1、输入检察驱动

1. nvidia-smi

复制代码

提示Command 'nvidia-smi' not found, but can be installed with:阐明你还没有安装显卡驱动
选择得当本身的
sudo apt-get install nvidia-driver-535
设置完密码reboot就可以了
这时假如弹出没有可用的附加驱动或附加驱动为空
办理方法：
sudo add-apt-repository ppa:graphics-drivers/ppa
软件和更新即可显示驱动
完成后重启在输入nvidia-smi就可以看到电脑可以安装cuda的最高版本号

三、安装设置pytorch

官网：pytorch下载地址

1.起首检察检察显卡使用情况

打开终端输入：

1. nvidia-smi

复制代码

检察可以安装cuda的版本（低于这个或等于这个版本都可以安装)
安装前先进入本身情况：

1. conda activate yolo8

复制代码

2、我的准备装cuda12.4对应版本的pytorch

1. conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 pytorch-cuda=12.4 -c pytorch -c nvidia

复制代码

假如这种方式安装太慢！！！
那么你须要在cuda及cudnn都安装完成后，在执行如下下令：
不要如今执行，否则大概会和你的cuda及cudnn版本有冲突
 pip3 install torch==2.5.0 torchvision==0.20.0 -i https://pypi.mirrors.ustc.edu.cn/simple/ 
或在cuda及cudnn都安装完成后让其本身选择版本
 pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple/ 

1. pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu124

复制代码

其它的找得当本身版本就行
Linux and Windows

  

1. # CUDA 11.8
2. conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0  pytorch-cuda=11.8 -c pytorch -c nvidia
3. # CUDA 12.1
4. conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 pytorch-cuda=12.1 -c pytorch -c nvidia
5. # CUDA 12.4
6. conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 pytorch-cuda=12.4 -c pytorch -c nvidia
7. # CPU Only
8. conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 cpuonly -c pytorch

复制代码

国内镜像源经常用放在这里

1. -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

四、接下来安装cuda、cudnn

安装cudnn官网（参考文章Ubuntu安装cuda与cudnn，亲测可用）
官网：cuda官网  

1、选择本身版本

我的是cuda12.4
2、这里我们选择runfile(local)的安装方式

执行：

1. wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run

复制代码

1. sudo sh cuda_12.4.0_550.54.14_linux.run

复制代码

3、安装cuda

在运行sudo sh cuda_11.1.0_455.23.05_linux.run时，不要安装驱动、不要安装驱动、不要安装驱动，重要的事情说三遍

利用为：选择continue->输入accept->按空格取消Driver选项->选择Install安装

完成安装

4、安装完成后须要设置情况变量：

1. sudo gedit ~/.bashrc

复制代码

在末尾添加：

1. export PATH=$PATH:/usr/local/cuda-12.4/bin
2. export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-12.4/lib64
3. export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-12.4/lib64

复制代码

5、末了;使更改生效：

1. source ~/.bashrc

复制代码

验证情况变量是否正确设置：
6、验证情况变量是否正确设置：

1. echo $PATH
2. echo $LD_LIBRARY_PATH
3. echo $LIBRARY_PATH

复制代码

确保输出中包含 /usr/local/cuda-12.4/bin 和 /usr/local/cuda-12.4/lib64
7、验证 CUDA 和驱动步伐是否正常工作：

1. nvidia-smi

复制代码

五、安装cudnn

安装cudnn

官网下载cuda对应版本的cudnn：cuDNN Archive | NVIDIA Developer
这里我们选择的是8.8.1版本的cudnn
下载一下1个文件：

下载完成：

之前是三个dep文件，最新的版本没有了

1. tar -xf cudnn-linux-x86_64-8.8.1.3_cuda12-archive.tar.xz

复制代码

解压完成：

1.创建须要的目次：

1. sudo mkdir -p /usr/local/cuda/include
2. sudo mkdir -p /usr/local/cuda/lib64

复制代码

复制文件：
2.将 include 和 lib 目次中的文件复制到 /usr/local/cuda 目次下：
        1.进入到解压后的文件夹下：

1. cd /home/sxj/anzhuang/cudnn-linux-x86_64-8.8.1.3_cuda12-archive

复制代码

1. sudo cp -r include/* /usr/local/cuda/include/
2. sudo cp -r lib/* /usr/local/cuda/lib64/

复制代码

3.更新情况变量：
编辑 ~/.bashrc 文件，添加以下行以更新情况变量：

1. gedit ~/.bashrc

复制代码

1. export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
2. export PATH=/usr/local/cuda/bin:$PATH

复制代码

然后使更改生效：

1. source ~/.bashrc

复制代码

4.验证 cuDNN 是否正确安装：

1. dpkg -l | grep cudnn

复制代码

检查 CUDA 和 cuDNN 版本：

1. nvcc --version
2. cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

复制代码

   python
  
  import torch
 
print(torch.cuda.is_available())
  

以下下令来检查 CUDA 版本：

1. nvcc -V

复制代码

 直接参考我的另一篇文章：yolov8练习pt模子转换为rknn模子_摆设在RK3588上--整个流程-CSDN博客
安装yolov8情况

1. pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

运行：

1. python3 train.py

复制代码

末了测试了yolov8成功完成gpu调用

办理字体报错：Arial.tff字体，YOLO中下载。已办理_arial.ttf字体-CSDN博客











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。