Ubuntu搭建Pytorch环境（Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm、Jupyter）

已于 2025-02-25 11:38:54 修改
阅读量1.6w 收藏 296
点赞数 54
分类专栏： python AI 文章标签： python ubuntu pytorch pycharm jupyter
于 2023-07-20 15:56:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_44330367/article/details/131826923
版权

Ubuntu搭建Pytorch环境（Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm、Jupyter）

一、配置镜像源，安装必要环境

1.查看Ubuntu版本号：cat /etc/issue，后续根据版本号添加对应的镜像源
2.备份镜像源：sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
3.在阿里云镜像源官网中找到并复制与版本号对应的阿里镜像源：
在这里插入图片描述

或者在清华镜像源官网中找到并复制与版本号对应的清华镜像源：
在这里插入图片描述

4.编辑软件源配置文件：sudo vi /etc/apt/sources.list

了解本专栏 订阅专栏 解锁全文 超级会员免费看
在ubuntu下安装cuda+cudnn+anaconda3+pytorch+pycharm流程
04-03
在双系统ubuntu20.04下安装cuda+cudnn+anaconda3+pytorch+pycharm的详细流程，包括安装时各个环节应注意的事项。
搭建Anaconda+cuda+cudnn+pytorch+pycharm的笔记
01-16
本文将详细讨论如何在一台计算机上搭建一个集成了Anaconda、CUDA、cuDNN、PyTorch和PyCharm的环境，为机器学习和深度学习项目提供强有力的支持。Anaconda是一个基于Python的数据科学和机器学习平台，提供了包管理与...
linux ubuntu安装pytorch（深度学习环境搭建记录，无sudo权限）踩坑全记录
triayuzu的博客
04-08 3889
在网上找到的搭建环境的步骤，我没有root和sudo权限，很多操作都不行（比如运行.run文件，比如安装cuda等等）把坑踩了个爽。
在conda环境下，安装Pytorch和CUDA
qq_21405333的博客
02-16 1050
系统 : Ubuntu20.04显卡：NVIDIA GTX1650显卡驱动已经装好（命令nvidia-smi查看显卡配置）（主要看一下第一行的参数，最大支持的CUDA版本为12.4 ）Aanconda 版本（）(似乎没什么影响)
Ubuntu20.04系统配置Pytorch环境(GPU版)
Aitotra的博客
01-18 1万+
在Ubuntu20.04系统中，安装CUDA，cuDNN和Pytorch，配置深度学习开发环境
Ubuntu服务器搭建Pytorch环境
Tra_cy的博客
08-05 548
安装CUDA 查看服务器处理器和系统版本 lsb_release -a 下载CUDA10.1(无需登录，一定要下update2，其他版本无法自定义目录) https://developer.nvidia.com/cuda-10.1-download-archive-update2 打开网页后选择对应自己服务器的处理器和系统版本，格式选runfile(local)，这里以Ubuntu 18.04为例 wget https://developer.download.nvidia.com/compute/cu
Ubuntu 安装 pytorch
lurenyi0724的博客
02-12 5388
使用 pytorch 进行深度学习训练。这也是我不得不选择 linux 的原因。系统：ubuntu 22.04型号：Lenovo Yoga 14sIHU 2021
ubuntu系统搭建pytorch环境详细步骤【笔记】
AnsonNie的博客
04-28 2617
Ubuntu系统搭建PyTorch环境的详细步骤
Ubuntu系统下配置PyTorch环境
m0_60964321的博客
04-17 9613
前言 这几天一直研究如何在ubuntu系统下安装Pytorch，中间磕磕碰碰也是碰到了各种各样的错误，但好在最终torch.cuda.is_available（）显示True，时间也算没白白浪费。同样也感谢我当初的Linux老师为我指点迷津（有一说一，linux这个东西跟win是真不一样，对小白很不友好） 步骤 一、NVIDIA驱动 1、安装linux系统，这个不多赘述，随便一个b站的教程都可以教会你。但还是友情提醒一下，在分配虚拟内存的时候最好多分配一点，我当初分配...
【Linux】Ubuntu20.04版本配置pytorch环境2023.09.05【教程】
Shen Mu Xin's Blog
09-05 8228
安装完成之后，可以创建虚拟环境，创建虚拟环境完毕之后我们先激活该环境。安装成功后我们需要测试是否能正常使用，打开终端，在终端中启动python。，然后选择您设备的型号，复制相应的安装语句进行安装即可。，进入安装文件路径，运行下面的脚本进行安装。然后按照提示进行操作即可完成安装。下载linux版本的安装文件。安装需要阅读用户协议，一直按。就行了，到当前页面时需要输出。终于安装结束了，出现成功安装。比如我这里复制的安装语句是。结果如下，则表示安装成功。进行确认即可开始安装。查看cuda是否可用。
在Ubuntu下搭建pytorch深度学习环境(conda命令windows Linux通用)
qq_45031555的博客
04-08 5914
学习目标： 检查ubuntu下是否有NVIDIA驱动，如果没有则需要安装 ubuntu下安装anaconda3 在ubuntu下配置conda清华源镜像（提高conda下载速度） 使用anaconda下的指令搭建深度学习需要的虚拟环境 ubuntu下安装pycharm，并且使用搭建好的虚拟环境 1.安装NVIDIA驱动： 1.1检查ubuntu下是否有NVIDIA驱动程序（如果在实验室的同学机器上有之前安装过的NVIDIA驱动就关注一下CUDA Version：11.6根据你所使用的CUDA
ubuntu配置pytorch环境
CharlesDavid
05-06 226
Pytorch #pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html # 更新包 安装基础包 sudo apt update sudo apt install build-essential sudo apt install python3.8 wget miniconda3 bash minicond
Ubuntu18.04安装Anaconda、cuda、cudnn、pytorch 、pycharm(附：保姆级图文流程)
qq_54556560的博客
06-23 9010
安装Anaconda，cuda，cudnn，pytorch，pycharm深度学习环境
Anaconda + CUDA + cuDNN + pytorch + Pycharm安装流程
weixin_44877601的博客
11-27 960
（需要注意：上面的高亮部分都要记得修改）。（2）修改语言：在Files-----> settings -----> Plugins -----> Chinese (Simplified) Language Pack，安装汉化包。然后删除，输入“conda remove -n pytorch --all”。（4）修改字体：文件----->设置----->编辑器----->字体，大小改为13，行高1.3。（3）修改背景：文件----->设置----->编辑器----->配色方案----->高对比度。
Ubuntu18.04配置深度学习环境CUDA cudnn conda pycharm pytorch
weixin_42679387的博客
09-18 546
(24.9.18 Y7000)目前选择的是10.1 update2版本Linux x86_64 Ubuntu 18.04 runfile(local) 选择后会出现wget命令与执行命令，在控制台运行即可。(24.9.18)目前8.0.5 for CUDA10.1，nvidia驱动安装(此次未涉及)，直接测试查看驱动信息。，显卡驱动存在可忽略，显卡驱动取消勾选，成功安装输出。，解压后将文件复制到对应文件夹，并修改权限。配置环境变量，编辑.bashrc文件，下载全部三个文件，依次dpkg，并测试。
ubuntu 20.04系统安装pytorch
08-24 3063
详细介绍了ubuntu20.04系统下，安装pytorch教程
Ubantu系统安装Pytorch以及相应的CUDA
weixin_52705953的博客
08-03 3461
比如说我的CUDA版本是12.2的，那下载cuda11.8或者cuda12.1的都能使用。然后将指令复制，可以把后面的-c pytorch和-c nvidia删掉，这样下载比较快，如果删掉后无法下载，就把它加上。如果返回是Ture的话说明你的pytorch是可以正常调用GPU去进行计算的，如果返回False，说明上面的配置有问题。这里可以根据pytorch官网上对应的版本来安装CUDA的版本，也可以先安装CUDA再选择pytorch的版本。选择刚刚推荐的版本（不用选server的），然后点击应用更改。
Ubuntu 22.04安装cuda及Pytorch教程
酒酿小圆子呀～
06-06 7634
在PyTorch中使用CUDA，。： 首先，确保你的GPU支持CUDA。你可以在官方CUDA支持列表上查找你的GPU型号。或者直接命令行nvidia-smi进行查看。： 下载并安装与你的GPU型号匹配的CUDA Toolkit。你可以从NVIDIA官网下载。在安装期间，可以选择安装适用于你的系统的CUDNN库。： cuDNN是NVIDIA的深度神经网络库，可以加速深度学习任务。在CUDNN下载页面下载适用于你的CUDA版本的cuDNN，并按照安装说明进行安装。
基于Windows中学习Deep Learning之搭建Anaconda+Cudnn+Cuda+Pytorch+Pycharm工具和配置环境完整最简版
热门推荐
rothschild666的博客
12-03 1万+
基于Windows中学习Deep Learning之搭建Anaconda+Pytorch（Cuda+Cudnn）+Pycharm工具和配置环境完整最简版
pytorch Ubuntu
最新发布
02-20
### 安装和配置PyTorch #### 更新系统软件包 为了确保系统的稳定性以及兼容性，建议先更新Ubuntu的系统软件包。这可以通过执行以下命令来完成： ```bash sudo apt update && sudo apt upgrade -y ``` #### 安装Anaconda 考虑到Anaconda占用较大的磁盘空间，在安装前应确认有足够的存储容量[^1]。通过wget工具可以从官方网站获取Anaconda的安装脚本。 ```bash cd ~/Downloads/ wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh ``` 运行该shell脚本来启动安装过程，并按照提示操作直至结束。 ```bash bash Anaconda3-2022.05-Linux-x86_64.sh ``` #### 创建虚拟环境 创建一个新的Python虚拟环境有助于隔离不同项目的依赖关系，防止冲突发生。可以使用如下命令建立名为`pytorch_env`的新环境。 ```bash conda create --name pytorch_env python=3.9 ``` 激活新创建的环境以便后续安装特定版本的库文件。 ```bash conda activate pytorch_env ``` #### 配置镜像源 对于国内用户来说，设置合适的镜像源能够显著加快下载速度。编辑`.condarc`文件以指定清华或其他可信站点作为默认仓库地址[^3]。 ```yaml channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud ``` #### 安装PyTorch及相关组件 根据个人需求选择稳定版或预览版的CUDA支持情况，这里推荐采用官方文档中的Conda方式快速部署PyTorch框架及其依赖项[^2]。 ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch ``` 如果遇到任何问题，可能是因为选择了不匹配的操作系统架构或是显卡驱动程序版本引起的错误。此时应当参照具体报错信息调整参数重试，必要时回滚至更早些时候发布的组合形式[^4]。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

凡间晨光

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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