Ubuntu22 3D视觉开发环境搭建

最新推荐文章于 2025-06-05 15:31:54 发布

lambdald

最新推荐文章于 2025-06-05 15:31:54 发布

阅读量315

点赞数

CC 4.0 BY-SA版权

文章标签： pytorch 深度学习人工智能

本文链接：https://blog.youkuaiyun.com/lambdald/article/details/130419558

文章讲述了作者在Ubuntu系统中，为了提升NERF训练的IO性能，从WSL2切换到全新Linux系统，并详细记录了安装NVIDIA驱动、CUDA11.8、cuDNN、CondaPython环境以及ZSHshell的过程。此外，还提到了安装常用软件如git和配置相关开发库。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

3D视觉深度学习方向～

系统

系统

工作一直用的是Ubuntu，家里的电脑图方便就用了WSL2。最近在换了个4070，开始有了训练nerf的需求。训练过程发现wsl的io性能非常差，媳妇也资助了一块1T的zhitai盘，索性就装个linux系统吧！

驱动

CUDA

最难安装的当属nvidia系列啦！
参考Ubuntu22.04安装CUDA和cuDNN详细过程记录，不过nvidia驱动是cuda.run里带的，省去了很多繁琐的操作。
cuda版本12.1,cudnn版本是8.8.
先进入命令行模式ctrl+alt+f4，登陆后在命令行里操作：

sudo service gdm3 stop
sudo sh cuda.run

因为我们没安装nvidia驱动，所以这里不用修改安装配置，一路点同意、接受、嗯嗯唔就好。
安装完运行

sudo service gdm3 start

进图形界面说明安装成功。重启。

因为pytorch目前最高支持到11.8,所以我又安装了个11.8版本的cuda，驱动不变。cudnn需要下载cuda11的版本

cudnn

运行sudo ldconfig会报错，需要给libcudnn*.so生成软连接，参考上面的文章安装就好。

Conda

比较简单，跳过。

Python环境

python使用了3.10版本
pytorch使用了2.0版本，cuda是11.8.
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
安装完检查以下：
torch

ZSH

安装环境的时候把zsh安装上了，主题使用了lamda，为什么选这个主题呢？你懂的。
Ubuntu安装zsh
装完重启生效。

常用软件

sudo apt install git
git config --global user.name "Your Name"
git config --global user.email "youremail@yourdomain.com"

sudo apt install ninja-build meshlab build-essential libopencv-dev libeigen3-dev

截图工具