Ubuntu16.04 安装cuda9.0+cudnn7.05 + Anaconda 3.0 + pytorch gpu

博客介绍了在Ubuntu16.04系统(双路1080ti显卡)上安装cuda9.0、cudnn7.05、Anaconda 3.0和pytorch gpu的步骤。包括禁用nouveau、安装NVIDIA驱动、设置环境变量等,还给出了anaconda添加镜像及pytorch相关问题的参考链接。
部署运行你感兴趣的模型镜像

Ubuntu16.04 安装cuda9.0+cudnn7.05 + Anaconda 3.0 + pytorch gpu@TOC

Cuda+Cudnn

我的配置是Ubuntu16.04,双路1080ti显卡。
1.禁用nouveau
ubuntu 16.04默认安装了第三方开源的驱动程序nouveau,安装nvidia显卡驱动首先需要禁用nouveau,不然会碰到冲突的问题,导致无法安装nvidia显卡驱动:

编辑文件 blacklist.conf
sudo vim /etc/modprobe.d/blacklist.conf
文件最后插入
sudo vim /etc/modprobe.d/blacklist.conf
更新
sudo update-initramfs -u
检测是否禁用
lsmod | grep nouveau

2.安装NVIDIA驱动

按 ctrl+alt+f1,进入ttf1,停止lightdm
sudo service lightdm stop
如果之前安装NVIDIA驱动,先卸载
sudo apt-get purge nvidia-*
检查卸载是否成功(成功则没有任何输出)
nvidia-smi
下载NVIDIA驱动,进行安装即可
sudo ./ NVIDIA-Linux-x86_64-(此处对应版本号).run 

3.安装cuda9.0+cudnn7.0.5
官网下载对应版本的cuda和cudnn
下载linux版本即可,不需要unbuntu版本
cuda:

赋予cuda执行权限
chmod +x cuda_(版本号)_linux.run
执行安装
./cuda_(版本号)_linux.run –no-opengl-libs 

安装过程中一些选择:
accept
n(不要安装driver)
y
y
y
设置环境变量:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
//运行
source ~/.bashrc
//检查安装情况,若出现几行版本型号,则安装成功:
nvcc --version

cudnn:

//解压
tar -xvf cudnn-(版本号)-linux-x64-v7.tgz
//安装,其实就是拷贝几个文件
cd cuda 
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
//检查安装情况,若出现几行版本型号,则安装成功:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

4.anaconda
https://blog.youkuaiyun.com/u012243626/article/details/82469174
https://blog.youkuaiyun.com/hello_dear_you/article/details/84573500
添加镜像:
https://blog.youkuaiyun.com/qq_33039859/article/details/81328805

5.pytorch

//创建环境(可以通过此方法创建多个环境,pytorch.tensorflow等等)
conda create -n 文件名 python=版本号
//安装pytorch 具体参考地址:https://pytorch.org/get-started/locally/
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

最近遇到的问题:
服务器双cuda版本:https://blog.youkuaiyun.com/yinxingtianxia/article/details/80462892

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

【论文复现】一种基于价格弹性矩阵的居民峰谷分时电价激励策略【需求响应】(Matlab代码实现)内容概要:本文介绍了一种基于价格弹性矩阵的居民峰谷分时电价激励策略,旨在通过需求响应机制优化电力系统的负荷分布。该研究利用Matlab进行代码实现,构建了居民用电行为与电价变动之间的价格弹性模型,通过分析不同时间段电价调整对用户用电习惯的影响,设计合理的峰谷电价方案,引导用户错峰用电,从而实现电网负荷的削峰填谷,提升电力系统运行效率与稳定性。文中详细阐述了价格弹性矩阵的构建方法、优化目标函数的设计以及求解算法的实现过程,并通过仿真验证了所提策略的有效性。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事需求响应、电价机制研究或智能电网优化等相关领域的科研人员及研究生。; 使用场景及目标:①研究居民用电行为对电价变化的响应特性;②设计并仿真基于价格弹性矩阵的峰谷分时电价激励策略;③实现需求响应下的电力负荷优化调度;④为电力公司制定科学合理的电价政策提供理论支持和技术工具。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,深入理解价格弹性建模与优化求解过程,同时可参考文中方法拓展至其他需求响应场景,如工业用户、商业楼宇等,进一步提升研究的广度与深度。
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