deepin15.9安装PyTorch,cuda和cudnn

最新推荐文章于 2025-03-15 09:45:44 发布

Xie_learning

最新推荐文章于 2025-03-15 09:45:44 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏： PyTorch 文章标签： PyTorch cuda cudnn

本文链接：https://blog.youkuaiyun.com/Xie_learning/article/details/90735409

PyTorch 专栏收录该内容

5 篇文章

订阅专栏

本文详细介绍了在Deepin15.9系统中安装PyTorch、CUDA和CUDNN的步骤，包括更换软件源、安装NVIDIA驱动、CUDA工具包、cuDNN库以及设置环境变量等关键环节。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

deepin安装pytorch,cuda,cudnn

本文针对deepin15.9

进入Bios关闭集成显卡
对deepin换源

第一步：备份官方默认源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
第二步：打开sources.list
sudo gedit /etc/apt/sources.list
第三步：换源
## Generated by deepin-installer
deb [by-hash=force] http://mirrors.ustc.edu.cn/deepin panda main contrib non-free
#deb-src http://mirrors.ustc.edu.cn/deepin panda main contrib non-free

打开deepin系统中的深度显卡驱动管理器,切换为闭源
(或者通过禁用nouveau驱动手动选择对应的驱动进行安装),两种方法均需重启.
安装nvidia-smi

sudo apt install nvidia-smi

安装cuda（源内版本目前为9.1）

sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler

安装完毕之后，可以使用 nvcc -V 验证

安装cudnn
先解压，使用管理员权限将解压后的文件cuda复制到/usr/local/
文件下(我选的是cudnn7.3.1)。然后赋予读写权限：

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

使用gedit ~/.bashrc,在文末添加环境变量：

# cuda
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"

安装anaconda

conda create -n PyTorch python=3.6  # 创建PyTorch环境
conda activate PyTorch  # 激活环境

安装PyTorch

conda install pytorch torchvision cudatoolkit=9.0  # 比起官网少了-c pytorch，这是因为使用了中科院的镜像源

在pycharm中进行验证：

import torch
print(torch.cuda.is_available())  # 打印True安装成功
a = torch.tensor(1.)
b = a.cuda()
print(b)