ubuntu+ros新手笔记（五）：初探anaconda+cuda+pytorch

深度学习三件套：初探anaconda+cuda+pytorch
系统ubuntu22.04
ros2 humble
1.初探anaconda

1.1 安装

安装过程参照【详细】Ubuntu 下安装 Anaconda

1.2 创建和删除环境

• 创建新环境
  

1. conda create -n your_env_name python=x.x

复制代码

• 比如我创建了一个名为“py312“的环境
  

1. conda create -n py312 python=3.12

复制代码

如下图：anaconda/envs目次下多了一个py312文件夹，这个文件夹就是py312环境中安装的全部包存放的位置

• conda命令进入py312环境
  

1. conda activate py312

复制代码

• 查看新建的py312环境中有什么包
  

1. conda list

复制代码

5. 删除已有的虚拟环境

1. conda remove -n your_env_name --all

复制代码

2. 初探cuda

2.1 根据NVIDIA显卡型号确定对应的显卡驱动版本并安装

安装教程参照Ubuntu 如何根据NVIDIA显卡型号确定对应的显卡驱动版本并安装

1. nvidia-smi  #查看GPU信息, 注意：安装完显卡驱动后需要先重启一次电脑

复制代码

打开终端执行：ubuntu-drivers devices 来看显卡的驱动相关信息。
如果没有显示nvidia相关驱动列表，请检查显卡设置是否完整。

推荐（recommend：发起、推荐）安装nvidia-driver-550，因此我们直接运行指令举行安装：

1. sudo apt install nvidia-driver-550  #安装550驱动

复制代码

安装完成后终端是这样的：

再次运行nvidia-smi（重启盘算机才会生效！）

上述内容我们重要观察两个点：

• 显卡的驱动版本 (Driver Version)
  
• 该显卡驱动所支持的CUDA版本上限 (CUDA Version)
  

2.2 根据显卡驱动版本，安装对应的CUDA版本

以我的显卡做个示例：可以发现，我这里的NVIDIA显卡驱动版本是 550.120，这里可以看到本机最高支持 CUDA 12.4，也就是说我这张卡12.4之下的CUDA版本该显卡都可以支持，12.4之上的则不支持。
2.2.1 确定 CUDA Toolkit版本

根据显卡的驱动版本，去NVIDIA官网（往下翻）查看该驱动版本所能支持的CUDA版本：
如下表：

2.2.2 安装 CUDA（安装汗青版）

点击链接下载汗青版本的CUDA Toolkit
找到你所要下载的版本，我就找CUDA Toolkit 12.4.0，点进去

然后选择自己对应的系统版本的CUDA，并下载（在这里我们推荐用runfile(local)的方式举行下载）：
请留意，有的CUDA版本只支持特定版本的linux发行版系统，请举行匹对。
按照网页中给出来的指令依次执行：

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

复制代码

下载页面，下载完成必要大约15分钟。。。

下载完成：

然后弹出选择界面，用手辅导击键盘的↑ ↓按键。

• 选择Continue ，然后输入accept：
  
  
  
  
  
• 按回车取消 Driver 的安装，也就是[ ]内里没有X（因为一般已经装好驱动了），然后回车选择 Install：
  
  
  
  
• 上面一步，选择 Install后，终端就会跳出选择界面，回到正常终端模式，并且没有任何提示。
  这是正常现象，等候安装完成即可。安装完成后，会出现如下类似界面：
  
  
  
  
• 接着我们必要添加CUDA的环境变量，以便于可以任何地方都能启动它（不知道Linux的环境变量知识点可自行搜索），输入以下命令：
  
  1. sudo gedit ~/.bashrc

  复制代码
  在此中添加并生存：
  
  1. export PATH=/usr/local/cuda-12.4/bin:$PATH

  复制代码
  生存，关闭即可。
  留意，此中的cuda版本选为你要安装的版本，上面命令中的是cuda-12.4，请根据现实情况举行更改。
  
  
  
• 接着：
  source ~/.bashrc
  至此我们安装cuda成功，可以通过以下命令查看cuda信息：
  查看CUDA版本信息：nvcc --version
  没有问题的话，一般会输出以下信息：
  
  
  
  与没有安装cuda toolkit前对比：
  
  
  

3. 初探pytorch

3.1 pytorch 应该装在哪个python环境里？

1. python --version # 查看当前python的版本
2. type python3        # 查找python3的位置

复制代码

在ubuntu系统中的python用python --version会报错，必须写成python3 --version

从base环境切换到ubuntu系统自带的python环境，用pip list指令查看安装的包，包含了之前我们安装的ros2相关的全部包了！！如下，比方小乌龟turtlesim，长途键盘teleop-twist-keyboard等等。。。

我决定把pytorch装在系统python里，不知道会不会有区别，先看看效果吧。重要是怕其他环境里另一个pytorch版本的盘算效果会更好，到时候还必要两个环境联调，就涉及到在代码中设置python版本的问题，大概会很麻烦。先装在系统的Python里试试。
3.2 正式进入pytorch安装流程。。。。。。

安装教程2023年最新Ubuntu安装pytorch教程
Pytorch传送门
   我们打开pytorch的网站，留意这里选择安装cuda12.1是完全没有问题呢，如果你的最新驱动最高能安装的cuda版本只有cuda11.0，那么你只能选择安装cuda10.2。
    留意：许多新人下载东西都喜欢下载最新的，但是履历告诉我们。最新的版本往往BUG许多，而且还不够稳定，但是太老的版本又大概有功能缺失等问题，因此我推荐各位小白萌新，装比最新版本低两三个版本的库，pytorch和cuda都是同理。
  现在最新版本是v2.5.0，所以我安装的v2.3.1：

我用pip装的：

1. pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu121

复制代码

装完后进入python3，

1. import torch
2. torch.cuda.is_available()

复制代码

验证pytorch是否能用，输出True即为成功，False为失败。

pip list查看系统python环境里装的包，左右对比，比未安装前，发现多出了torch, torchaudio, torchvision的3个包，如下：

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。