正文

Ubuntu 18系统下NVIDIA深度学习环境搭建全攻略，轻松入门深度学习！

/0 浏览量
0614

深度学习是人工智能领域的前沿技术，而NVIDIA显卡在深度学习计算中具有卓越的性能。本文将为您详细介绍在Ubuntu 18系统下搭建NVIDIA深度学习环境的全过程，帮助您轻松入门深度学习。

准备工作

在开始搭建环境之前，请确保您的电脑满足以下条件：

  • 操作系统：Ubuntu 18.04 LTS
  • 显卡：NVIDIA GPU（至少1GB显存）
  • 网络连接：可连接互联网

第一步：安装NVIDIA驱动

  1. 打开终端，输入以下命令卸载旧的驱动：
sudo apt-get remove --purge nvidia-*
  1. 安装驱动依赖包：
sudo apt-get install -y build-essential dkms
  1. 下载NVIDIA驱动安装脚本：
wget https://developer.download.nvidia.com/compute/cuda/10.0/Installer/cuda_10.0.130_410.48_linux.run
  1. 运行安装脚本：
sudo sh cuda_10.0.130_410.48_linux.run

  1. 在安装过程中，选择“No”来避免安装任何NVIDIA控制面板组件。

  2. 安装完成后，更新系统环境变量：

echo 'export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc
source ~/.bashrc
  1. 重启电脑，确保驱动安装成功。

第二步：安装CUDA

  1. 下载CUDA Toolkit：
wget https://developer.download.nvidia.com/compute/cuda/10.0/Prod2/local/cuda_10.0.130_410.48_linux.run
  1. 运行安装脚本：
sudo sh cuda_10.0.130_410.48_linux.run

  1. 在安装过程中，选择合适的安装路径和组件。

  2. 安装完成后，更新系统环境变量：

echo 'export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc
echo 'export CUDA_HOME=/usr/local/cuda-10.0' >> ~/.bashrc
echo 'export CPATH=${CUDA_HOME}/include${CPATH:+:${CPATH}}' >> ~/.bashrc
echo 'export LIBRARY_PATH=${CUDA_HOME}/lib64${LIBRARY_PATH:+:${LIBRARY_PATH}}' >> ~/.bashrc
source ~/.bashrc

第三步：安装cuDNN

  1. 下载cuDNN：
wget https://developer.nvidia.com/rdp/cudnn/v7.6.5.32/CUDNN_7.6.5.32_linux-x64-v8.0.tgz
  1. 解压文件：
tar -xzvf CUDNN_7.6.5.32_linux-x64-v8.0.tgz
  1. 将cuDNN文件复制到CUDA安装目录：
sudo cp cuda/include/cudnn*.h /usr/local/cuda-10.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64
sudo chmod a+r /usr/local/cuda-10.0/include/cudnn*.h /usr/local/cuda-10.0/lib64/libcudnn*

第四步：安装深度学习框架

  1. 安装TensorFlow：
pip install tensorflow-gpu==2.0.0
  1. 安装PyTorch：
pip install torch torchvision torchaudio

第五步：验证安装

  1. 在终端运行以下命令，检查CUDA和cuDNN版本：
nvcc --version
  1. 在Python中运行以下代码，检查TensorFlow和PyTorch是否正确安装：
import tensorflow as tf
import torch

print("TensorFlow version:", tf.__version__)
print("CUDA version:", tf.cuda.get_version())
print("PyTorch version:", torch.__version__)
print("CUDA available:", torch.cuda.is_available())

总结

恭喜您，已经成功搭建了Ubuntu 18系统下的NVIDIA深度学习环境！现在，您可以开始探索深度学习的世界，学习各种深度学习算法和应用。祝您学习愉快！

-- 展开阅读全文 --