【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch（装机、显卡驱动、CUDA、cudnn、pytorch）

03-12 1320阅读

文章目录

如何安装ubuntu20.04系统
总体安装流程参考
0. ubuntu 换源
1. 禁用nouveau
2. 安装gcc
2.5 安装python
3. :star2::star2::star2:安装显卡驱动 (此步很重要)
4. 安装cuda
5. 安装miniconda
6. 安装cudnn
7. 安装pytorch
8. 所有都安装成功，验证cuda,pytorch,cudnn
9. 安装编辑器，如pycharm
10. 其他参考博客
【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch（装机、显卡驱动、CUDA、cudnn、pytorch）

📆 安装时间 2023.11.08-2023.11.10

如何安装ubuntu20.04系统

Windows 和 Ubuntu 双系统的安装和卸载

B站教程

总体安装流程参考

【本文基本上跟这个详细教程一致，优先推荐看这个！】ubuntu20.04 下深度学习环境配置史上最详细教程

【精品！】Ubuntu20.04下深度学习环境配置（持续维护）

一文掌握Ubuntu20.04深度学习环境搭建（显卡驱动、CUDA、CUDNN、NCCL、Pytorch、PaddlePaddle）

Ubuntu20.04配置深度学习环境

0. ubuntu 换源

20.04Ubuntu换源，有清华，中科大，阿里源
这个也是讲如何换源，跟第一个差不多，可以参考看看

pip换源与conda换源
pip临时和永久换源

主要结合这个的流程换源，精品文章
```
sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup 
```
```
sudo gedit /etc/apt/sources.list
```
将原有的源都加#注释，在最后换成自己想要的源
换阿里源结果

更新
```
sudo apt-get update
sudo apt-get upgrade
```
阿里云
```
deb http://mirrors.aliyun.com/ubuntu/ focal main restricted
deb http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted
deb http://mirrors.aliyun.com/ubuntu/ focal universe
deb http://mirrors.aliyun.com/ubuntu/ focal-updates universe
deb http://mirrors.aliyun.com/ubuntu/ focal multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-updates multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ focal-security main restricted
deb http://mirrors.aliyun.com/ubuntu/ focal-security universe
deb http://mirrors.aliyun.com/ubuntu/ focal-security multiverse
```
1. 禁用nouveau

如何禁用nouveau，就按照这个精品文章来
```
// 修改属性
sudo chmod 666 /etc/modprobe.d/blacklist.conf  
//用gedit打开
sudo gedit /etc/modprobe.d/blacklist.conf
// 在最后一行加入以下几句，保存退出
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
// 对刚才修改的文件进行更新
sudo update-initramfs -u
```
记得重启计算机，打开终端检查nouveau是否被禁用

若执行完该句，没有任何输出，则nouveau被成功禁用
```
lsmod | grep nouveau 
```
2. 安装gcc

如何安装gcc，也按照这个精品文章来

安装gcc,不要怀疑，就是build-essential，我也不知道为啥
```
sudo apt-get  install  build-essential
```
检查gcc是否安装成功
```
gcc --version
```
2.5 安装python

是按照这个博客的流程安装python的，感觉也不用安装
```
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
```
3. 🌟🌟🌟安装显卡驱动 (此步很重要)

如何在没有安装显卡驱动，不能用nvidia-smi情况下，查看显卡型号

参考这个博客的方法安装显卡驱动，只安驱动，不安cuda toolkit
⭐️ 这个安装方式不会黑屏

注：如果哪天因为安装驱动黑屏了，看这个！有效！

在软件和更新中安装，图标长下面这样


要注意cuda版本对显卡驱动有要求, 官网要求
显卡、显卡驱动版本、cuda版本和Pytorch相互之间的依赖关系
 按照下图的选择安装，点击应用更改开始安装，这里安装525版本的显卡驱动，

然后启动终端，分别进行命令sudo apt update和sudo apt upgrade（两个命令顺序不可乱)手动对刚刚的更改进行更新（有点慢，耐心等待）。之后重启！重启！重启！！

第四步，使用命令nvidia-smi查看驱动是否成功
检查显卡驱动是否正常
```
nvidia-smi
```
关于nvidia-smi 显示的cuda版本的说明
按照上述博客，上图的CUDA Version：12.0指的是最高支持cuda12.0的版本，并不是已经安装了cuda12.0的版本，可以安装cuda11.8版本

4. 安装cuda

这个也挺好的，可以看一下整个安装流程，有验证，Ububtu20.04 CUDA安装与环境配置、CUDNN安装

如何卸载cuda和显卡驱动
如果需要卸载已经安装的CUDA和nvidia驱动，输入下面两条命令
```
#To remove CUDA Toolkit:
sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" \
 "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*" "*nvvm*"
#To remove NVIDIA Drivers:
sudo apt-get --purge remove "*nvidia*" "libxnvctrl*"
#To clean up the uninstall:
sudo apt-get autoremove
```
别忘了再执行下面的命令
```
sudo rm -rf /usr/local/cuda-xx.x
```
为什么加入这句，看这个博客
最后边加了一句sudo rm -rf /usr/local/cuda-xx.x，这是因为一般情况下cuda都配置了cudnn，在运行卸载程序时只会卸载cuda而不会一并删除cudnn的文件。因为cudnn文件还在的缘故，自己的cuda-xx.x文件夹仍然在，需要手动删除。
所以如果自己要卸载的cuda没有配置cudnn，那么cuda-xx.x文件夹在卸载完成后会被自动删除，也就没必要再运行最后一句了

本次安装11.8，为了稳定
非常重要，如何正确安装CUDA，一定要严格按照这个博客步骤！！

这个博客安装cuda步骤也是一样，可以结合着看

按照上述第1个博客的步骤，要选择下图中的配置进行安装，特别注意Install Type
❌ 如果选择deb(local)，则会自动安装所下载cuda的显卡驱动，导致以安装的显卡驱动和自动下载的显卡驱动冲突，导致以后安装pytorch识别不了cuda，以及各种问题
✔️ 选择 runfile(local),可以手动选择是否安装显卡驱动，解决问题
 安装命令行
```
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run
```
安装时，仍会提示目标CUDA toolkit对应版本的显卡驱动未被发现，推荐我们安装其版本的显卡驱动，这时我们键入continue，再键入accept同意用户协议，然后将光标移动到driver处，键入回车，以取消对驱动的安装：其他的保持不动，选择“Install”，稍等几分钟就装好了

出现下面界面，则安装成功

添加环境变量
此步参考这个博客
```
echo 'export PATH=/usr/local/cuda-11.8/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
```
检查cuda版本
```
nvcc -V
```
再次检查显卡驱动是否正常
```
nvidia-smi
```
----------不要看下面的-----------

暂时安装12.1 版本的CUDA，想装11.7或11.8都不行，放弃
为什么是12.1，发现pytorch官网有12.1安装pytorch的命令行
12.1官网


按照下面给的命令行一行一行安装
```
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda-repo-ubuntu2004-12-1-local_12.1.0-530.30.02-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-12-1-local_12.1.0-530.30.02-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2004-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda
```
添加环境变量
```
echo 'export PATH=/usr/local/cuda-12.1/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
```
----------不要看上面的-----------

5. 安装miniconda

安装miniconda3教程

安装路径 /home/miniconda3
最后一步环境变量配置改为下面：
```
echo 'export PATH="/home/miniconda3/bin:$PATH"'>> ~/.bashrc
source ~/.bashrc
```
conda如何创建和删除环境
创建环境
```
conda create -n pytorch_gpu python=3.8
```
删除环境
```
conda remove -n pytorch_gpu --all 
# 必须要加all
```
进入环境
（1）先进入base环境
```
# 进入base环境
source activate
# 退出环境
source deactivate
```
（2）进入自己的环境
```
conda activate pytorch_gpu
```
（2.5）上面进入base环境，再进入自己的环境可以合并成一个命令
```
source activate pytorch_gpu
```
6. 安装cudnn

首先进入自己的环境中
然后进入官网，下载对应的版本

cudnn官网下载地址

暂时选择11.x 中第2个下载选择，Linux_x86_64(Tar)
注意下载完后将文件复制到电脑的home文件夹下


如何解压各种形式的文件
解压
```
tar -xf cudnn-linux-x86_64-8.9.6.50_cuda11-archive.tar.xz
```
进入文件夹
```
cd cudnn-linux-x86_64-8.9.6.50_cuda11-archive/
```
执行下面两个命令，复制文件
```
sudo cp -d -r ./lib/* /usr/local/cuda-11.8/lib64/
sudo cp -r ./include/* /usr/local/cuda-11.8/include/
```
赋予权限
```
sudo chmod a+r /usr/local/cuda-11.8/include/cudnn.h /usr/local/cuda-11.8/lib64/libcudnn*
```
查看信息
```
cat /usr/local/cuda-11.8/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
```
好像成功
从这开始先去安装pytorch

7. 安装pytorch

就按照官网的给的命令安装就行，不用conda，conda慢，用pip3,快
pytorch官网
命令，本机cuda11.8对应的pytorch
```
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
```
验证pytorch是否安装成功
```
python
import torch
from torch.backends import  cudnn
print(cudnn.is_available())
print(torch.backends.cudnn.version())
torch.cuda.is_available()
# True，则gpu版本的pytorch安装成功
torch.zeros(1).cuda()
```
结果，成功了


关于conda、pip换源安装pytorch，可以参考下面的博客，以防万一
ubuntu20.04 更换conda，pip源并下载pytorch

-----------------不用看下面的离线安装------------
如果哪天需要离线安装，可以参考下面的博客
ubuntu安装pytorch的CPU版本GPU版本，分conda安装和pip安装,以及whl离线安装pytorch

pytorch离线下载列表
torchvision离线下载列表
选择紫色的cu121

8. 所有都安装成功，验证cuda,pytorch,cudnn
```
python
import torch
from torch.backends import  cudnn
print(cudnn.is_available())
print(torch.backends.cudnn.version())
torch.cuda.is_available()
# True，则gpu版本的pytorch安装成功
torch.zeros(1).cuda()
```
9. 安装编辑器，如pycharm

安装pycharm

10. 其他参考博客

安装搜狗输入法和截图程序

这个也挺好的，Ububtu20.04 CUDA安装与环境配置、CUDNN安装

【看看怎么卸载】 ubuntu20.04 显卡驱动,CUDA 安装和卸载,cudnn安装

pip换源与conda换源

pip临时和永久换源
```
pip3 install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple
```
不要加 --user 否则会安装到全局
安装cv2
```
pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
```