Ubuntu21.04、cuda11.2环境下载显卡驱动、下载 pytorch

(好家伙,装个ubuntu系统和pytorch和实验室的小伙伴搞了好几天)

1、配置系统说明

1 、电脑配置

显卡3070ti

主板是 微星的(带有无线网卡的驱动的)

这里简要说明下,如果主板太新,网卡太新可能会导致ubuntu系统无法识别网卡驱动得去网上自己下载对应的linux环境下的网卡驱动,所以很麻烦。最好的办法是装上最新的ubuntu21.04的系统,这样子就可以识别网卡这个驱动。

如果不想太新的ubuntu系统,可以参考教程链接自自己装网卡驱动试试

https://blog.youkuaiyun.com/w18816293443/article/details/109457977

又或者尝试上淘宝搜“ubuntu无线网卡”,淘宝上有卖那些ubuntu一插就能用的无线驱动

2 、安装双系统Ubutun系统的教程可以参考B站视频

https://www.bilibili.com/video/BV18W41137XB?from=search&seid=17672455801266292300

ubuntu系统官网下载链接

https://ubuntu.com/(这里注意需要下载ubuntu的系统)

2 显卡驱动的下载这里个人比较推荐 去官网找linux对应的版本安装驱动,这样比较稳定)

1 、首先是打开 终端 输入nvidia-smi然后下载系统推荐的包,然后再次输入nvidia-smi命令,系统可能会提醒你安装最新的驱动了。

2 、打开终端 在终端输入 lshw -numeric -C display  查看显卡的驱动

3 、使用您的网络浏览器导航到官方 NVIDIA网站并为您的 Nvidia 显卡下载合适的驱动程序。

或者,如果您知道自己在做什么,则可以直接从Nvidia Linux 驱动程序列表下载驱动。准备好后,您应该会得到一个类似于下图所示的文件:

NVIDIA-Linux-x86_64-460.67.run    这里特别需要注意下载的驱动程序,如果装的 系统 的英文版本的要选 US ,如果是中国版本就选 chinese

4 安装前,我们最好更新一些系统的包

sudo dpkg --add-architecture i386
sudo apt update
sudo apt install build-essential libc6:i386

5 禁用 Nouveau Nvidia 驱动程序

Ubuntu 系统默认安装好是使用的一个开源的驱动:nouveau,我们要安装官方的驱动需要先禁用这个开源驱动,方法如下,依次执行:

sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nvidia-nouveau.conf"
sudo bash -c "echo options nouveau modeset=0 >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"

执行完上面两条指令后,我们使用如下命令看看是否成功禁用了开源驱动:

cat /etc/modprobe.d/blacklist-nvidia-nouveau.conf。如果和下面一样,表示成功了。

$ cat /etc/modprobe.d/blacklist-nvidia-nouveau.conf
blacklist nouveau
options nouveau modeset=0

6 重启系统 

可以使用命令  sudo reboot

7 sudo telinit 3。然后按快捷键:CTRL+ALT+F1 进入字符界面,输入用户名和密码,然后登录系统,进入我们保存下载 NVIDIA 驱动的目录,默认是:Downloads/ 目录,cd Downloads/,然后执行:bash NVIDIA-Linux-x86_64-418.43.run。注意:NVIDIA-Linux-x86_64-418.43.run 要根据你下载的驱动文件的名字相应改动。

这里需要注意的是 安装的过程会让你选择  一直选 yes 或者 continue 就行

8 安装完成后重启系统就可以点击软件列表中的 NVIDIA 的配置软件配置显卡驱动了

再次输入nvidia-smi就可以查看显卡的驱动

9 至此 显卡驱动安装成功。进行下一步安装pytorch GPU版本

3 安装pytorch

由于cuda是11.2 版本的

刚刚开始还很苦恼 无法使用官网的使用一条命令直接安装。

然后还去 查看了对应的cuda11.2的版本,发现没有 ubuntu21.04版本的

所以最后没办法就尝试使用pytorch官网上的命令安装cuda11.1。试试能不能实现向下兼容(事实证明是可以的)

这里个人建议安装 cuda11.1 --pytorch1.8.0的  这样要是因为版本报错 网上可以找到很多教程。

1 、安装好的pytorch

2、 尝试输入命令 查看是否成功(看到返回True则证明安装成功)

import torch
print(torch.cuda.is_available())
>>>>True

### 安装支持 CUDAPyTorch 为了在 Ubuntu 22.04 上成功安装支持 CUDAPyTorch,需遵循一系列特定的操作流程来确保兼容性和稳定性。 #### 准备工作 确认系统已正确配置 NVIDIA 驱动程序以及所需的依赖项。这一步骤对于后续 CUDAPyTorch 的正常运行至关重要[^2]。 #### 安装 CUDA 工具包 通过官方渠道获取并安装最新版的 CUDA Toolkit 是必要的前置条件之一。具体命令如下所示: ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb sudo dpkg -i cuda-keyring_1.1-1_all.deb sudo apt-get update sudo apt-get -y install cuda ``` 完成上述步骤后重启计算机以使更改生效[^3]。 #### 安装 cuDNN 库 cuDNN 对于加速深度学习模型训练非常重要。可以通过下载对应的 `.deb` 文件来进行本地安装: ```bash sudo dpkg -i cudnn-local-repo-ubuntu2204-8.6.0.163_1.0-1_amd64.deb ``` 之后再次更新软件源列表,并按照提示完成剩余部分的设置[^1]。 #### 获取适合当前环境PyTorch 版本 访问 [PyTorch官方网站](https://pytorch.org/get-started/locally/) ,根据个人需求选择合适的 PyTorch 构建选项(包括操作系统、Python 版本、CUDA 版本)。通常推荐使用 pip 或 conda 来简化整个过程[^4]。 例如,如果选择了 Python 3.x 和 CUDA 11.y,则可以执行以下命令进行安装: ```bash pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 ``` 注意替换 `cu117` 为实际使用的 CUDA 版本号字符串。 #### 测试安装成果 最后验证新安装的 PyTorch 是否能够识别 GPU 设备: ```python import torch print(torch.cuda.is_available()) print(torch.__version__) ``` 当输出显示 True 并打印出正确的 PyTorch 版本信息时即表示安装成功。
评论
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