Ubuntu18.04安装TensorFlow和PyTorch全流程

最新推荐文章于 2025-05-25 16:47:44 发布

Full_Speed_Turbo

最新推荐文章于 2025-05-25 16:47:44 发布

阅读量3.5k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： Python CUDA 机器学习文章标签： Ubuntu CUDA Tensorflow PyTorch Pycharm

本文链接：https://blog.youkuaiyun.com/full_speed_turbo/article/details/93715202

CUDA 同时被 3 个专栏收录

22 篇文章

订阅专栏

Python

19 篇文章

订阅专栏

机器学习

2 篇文章

订阅专栏

本文详细介绍如何在Ubuntu18.04上搭建深度学习环境，包括系统安装、CUDA/cuDNN配置、Python环境搭建、PyCharm安装、TensorFlow和PyTorch的安装方法，以及JupyterNotebook的使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、准备材料

1、4GB 以上 U盘

2、官网下载Ubuntu18.04镜像：https://ubuntu.com/download/desktop

为什么用Ubuntu？
在下面的安装过程中就能体会到：下面的软件在Ubuntu下安装都比较的简单方便。
平台做得好，客户喜欢用。软件商也会花心思开发优化。如此形成了正向良性循环。
在这里插入图片描述

二、安装Ubuntu 18.04

1、制作安装系统USB启动盘

https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-windows#0

2、按照一般的安装双系统（单系统）的方法安装。

建议留出100GB的空间装系统。

需要注意：

2.1. 安装双系统的话，在原系统（如win7）中压缩出来100GB的硬盘空间（100GB的可用空间显示为绿色或黑色，不用分配盘符不用初始化）。
2.2. 重启时长按Del键，进入USB启动盘，选择Legacy模式（不要选UEFI模式）
2.3. 如果想要安装双系统，选择“与原系统并存”，Ubuntu会自动添加双系统引导，不用自己修复引导。
2.4. 这种方式不用自己分区，而且Ubuntu会自动识别之前分配的100GB空间。
2.5. 这种方法，Ubuntu系统可以访问其他硬盘空间的数据；但是原系统（win7）不能访问ubuntu的数据。
2.6. 如果想要Win7引导ubuntu启动，可以使用EasyBCD软件修复引导。
2.7. 有时候，win7和Ubuntu的时间差8小时。可以修改Win7注册表。

3、常用的Ubuntu命令

3.1. apt 安装软件
3.2. sudo 切换到root执行后续命令。慎用！
3.3. snap 一种更安全的安装软件的命令。snap help --all可查看帮助文档。
3.4. tree。先安装sudo apt install tree。此命令以树形结构显示文件结构。
3.5. 文件操作命令：ls ll cp rm mv mkdir等等。
3.6. terminal支持修改快捷键。菜单->编辑->首选项->快捷键。

三、安装CUDA和cuDNN

如果不想用GPU加速，这一步可以忽略。这个坑很多。
通用方式：https://www.jianshu.com/p/1baf9848b7d7 比较复杂。

1. 安装显卡驱动

ubuntu安装显卡驱动的三种方法第三种方法比较简单。亲测可用。
在这里插入图片描述

2. 安装CUDA

2.1. 先去官网下载CUDA安装包和patch。
2.2. 安装与设置方法参考Ubuntu16.04LTS安装Nvidia显卡驱动+cuda8.0+cudnn
需要注意：
a. 安装CUDA时不要安装显卡驱动。
b. 安装完毕后需要修改系统路径。相当于windows的path。
c. 最好安装samples，便于检查是否安装成功。

3. 安装cuDNN

3.1. 官网下载cuDNN安装包。需要注册。
3.2. 安装方法同样参见Ubuntu16.04LTS安装Nvidia显卡驱动+cuda8.0+cudnn

4. 检验

4.1. 编译cuda samples
在samples目录下，开启一个终端，运行：

	make

没有报错即可。

4.2. 运行deviceQuery

	cd ./bin/x86_64/linux/release
	./deviceQuery

会输出显卡信息和CUDA，CUDA Runtime的版本信息。

4.3. nvidia-smi可以显示显卡信息。

四、安装Python 3.6 / Anaconda

安装Python有两种方法：官网下载或者用Anaconda。
后者相当于把python和相关的常用包全部整合到了一起。适合离线安装。但是包比较大，较为臃肿。
借助pycharm的包管理工具，一样可以做到anaconda可视化管理包的效果。当然，前提是有网络。

1.安装python3.6

python3.6已经集成到了ubuntu18.04LTS中了。不需要再次安装

2. 使用Anaconda

参考：使用Anaconda2 和 Pycharm搭建Python IDE
如果使用python3.x，需要下载Anaconda3。
注意下载.sh包安装Pycharm，桌面没有图标。不如下面的snap方法。

五、安装Pycharm CE/Pro

pycharm应该是最好用的python IDE之一了。编码调试都很方便。
Ubuntu系统可以下载.run文件离线安装。不过，推荐使用snap命令。官网也是如此推荐的。

1. 安装CE 社区版（免费）

Pycharm支持snap安装。详细的snap命令参考：Ubuntu中snap包的安装，删除，更新使用入门教程

sudo snap install pycharm-community --classic

另外，可以用：

snap info pycharm-community

查看版本信息。选择相应的版本安装，一般安装stable版本。

2. 安装Pro 专业版（收费，试用30天）

pro版集成jupyter notebook。还有其他功能，不常用到就用CE版足够了。

sudo snap install pycharm-professional --classic

六、安装TensorFlow

pycharm中可以直接安装：File->Settings->Project Interpreter->搜索tensorflow。可以安装CPU版和GPU版本的。
pycharm安装各种包的优点在于：1. 可视化安装，不用敲命令。2. 自动解析自动安装依赖包。
在这里插入图片描述
也可以用TF官网的方法

插播一个技巧：让PIP使用国内镜像，安装更快！

Linux下，修改 ~/.pip/pip.conf (没有就创建一个文件夹及文件。文件夹要加“.”，表示是隐藏文件夹)
内容如下：

	[global]
	index-url = https://pypi.tuna.tsinghua.edu.cn/simple
	[install]
	trusted-host=mirrors.aliyun.com

windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini。内容同上。

七、安装PyTorch

需要装两个东西torch和torchvision。
具体方法同（六）。
也可以参考官网的方法：

pip3 install https://download.pytorch.org/whl/cu100/torch-1.1.0-cp36-cp36m-linux_x86_64.whl
pip3 install https://download.pytorch.org/whl/cu100/torchvision-0.3.0-cp36-cp36m-linux_x86_64.whl

在这里插入图片描述

检验：
在Pycharm的Python Console里输入：

import torch
torch.cuda.is_available()

如果输出结果是true，说明GPU版本的Pytorch安装配置正确。
在这里插入图片描述

八、安装Jupyter Notebook（可选）

GitHub上很多Demo都是用Jupyter Notebook写的。
Pycharm CE版不能直接打开，需要安装Jupyter Notebook。
可以参考：
Linux Ubuntu下Jupyter Notebook的安装
或者官网Installing the Jupyter Notebook

Enjoy~