ubuntu18.04安装pytorch和tensorflow_ubuntu18.04下安装pytorch-优快云博客

本文详细介绍了在Ubuntu18.04系统上配置YOLOv5的步骤，包括安装NVIDIA1050显卡驱动470版、CUDA10.2、PyTorch1.10以及验证环境的正确性。特别指出，不同软件版本间需匹配，不匹配可能导致运行错误。此外，还提供了处理conda创建环境时权限问题的方法，并给出了从清华源安装指定版本软件的命令。

anaconda安装参照下面这篇文章：

ubuntu18 YOLOv5 配置及训练_simle16的博客-优快云博客_yolov5环境配置ubuntu为

我的显卡是NVIDIA 1050，nvidia-drvier驱动是470版本（驱动单独装），CUDA是10.2，pytorch是1.10，安装命令为：pip install torch==1.10.0+cu102 torchvision==0.11.0+cu102 torchaudio==0.10.0+cu102 -f https://download.pytorch.org/whl/torch_stable.html

注：pytorch、tensorflow版本与cuda、cudnn、python版本有匹配要求，版本对应不上会导致各种运行错误。

python环境下使用如下代码可验证pytorch环境是否正常：

a=torch.Tensor([1,2])
a=a.cuda()
a

使用如下命令从清华源安装指定版本软件：

pip install package==version -i https://pypi.tuna.tsinghua.edu.cn/simple

问题集锦：

问题1：no kernel image is available for execution on the device

原因：pytorch预编译版本不支持老旧GPU

问题2：PyTorch no longer supports this GPU because it is too old

原因：CUDA与Driver不匹配

问题3：创建一个docker环境（命令：conda create -n tensorflow python==3.8)，报错：NotWritableError: The current user does not have write permissions to a required path.

原因：非root用户没有对anaconda3文件夹的读写权限。进入anaconda3所安装目录的上一级，例如/home/username/anaconda3/../，输入：sudo chown -R username anaconda3