cuda,anaconda安装

本文详细介绍了在Linux环境下安装CUDA的步骤,包括安装必要的依赖库、禁用nouveau驱动、配置环境变量、安装NVIDIA驱动及CUDA工具包,最后验证安装是否成功。同时,提供了设置Anaconda清华镜像的方法。
部署运行你感兴趣的模型镜像

cuda安装

安装依赖

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

sudo apt-get install --no-install-recommends libboost-all-dev

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

sudo apt-get install git cmake build-essential

禁用 nouveau

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
blacklist nouveau option nouveau modeset=0 

环境变量

sudo gedit ~/.bashrc
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH 

NVIDIA

Ctrl + Alt + F1 进入文本模式

sudo service lightdm stop
sudo sh NVIDIA.run --no-opengl-files
reboot

CUDA

sudo sh cuda.run --no-opengl-libs
sudo gedit ~/.bashrc

export PATH=/usr/local/cuda-X/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
source ~/.bashrc

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

nvcc -V 命令验证是否安装成功

ANACONDA

添加清华anaconda镜像:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

### 安装 CUDA 使用 Anaconda 为了通过 Anaconda安装 CUDA 工具包,可以利用 Conda 渠道来简化这一过程。Conda 提供了一个方便的方式来管理软件环境及其依赖关系。 #### 创建新的 Conda 环境并激活它 创建一个新的 conda 环境有助于隔离不同项目之间的库版本冲突。假设要创建名为 `cuda_env` 的新环境: ```bash conda create --name cuda_env python=3.9 conda activate cuda_env ``` #### 添加 NVIDIA 和 pytorch 通道到当前环境中 NVIDIA 维护着官方的 CUDA 包,在安装之前应该先添加这些渠道以确保获取最新的驱动程序和支持文件。 ```bash conda config --add channels nvidia conda config --add channels pytorch conda config --add channels defaults conda config --add channels conda-forge ``` #### 安装特定版本的 CUDA Toolkit 根据需求指定想要安装的具体 CUDA 版本号。这里举例说明如何安装 CUDA 12.6 更新版 2: ```bash conda install cudatoolkit=12.6 -y ``` 这一步骤会自动处理所有必要的依赖项,并完成 CUDA toolkit 的设置工作[^1]。 对于希望进一步集成 PyTorch 或其他机器学习框架的情况,则可以在同一命令行中追加相应的组件名称以便一次性全部搞定。例如,如果打算配合使用 PyTorch 和 cuDNN 加速计算性能的话,可执行如下指令: ```bash conda install pytorch torchvision torchaudio cudatoolkit=12.6 -c pytorch -c nvidia ``` 上述操作不仅完成了 CUDA 的部署还集成了 PyTorch 库以及其视觉处理扩展模块 TorchVision 和音频处理工具 Torchaudio[^3]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值