正文

Ubuntu深度学习必备：软件包安装全攻略详解

/0 浏览量
0724

在深度学习领域，Ubuntu操作系统因其稳定性和强大的社区支持而备受青睐。为了在Ubuntu上搭建一个深度学习环境，我们需要安装一系列软件包。本文将详细介绍如何在Ubuntu上安装深度学习所需的软件包，包括CUDA、cuDNN、TensorFlow、PyTorch等。

1. 系统要求

在开始安装之前，请确保您的Ubuntu系统满足以下要求：

  • 操作系统：Ubuntu 18.04或更高版本
  • 处理器：至少支持CUDA的NVIDIA GPU
  • 硬盘空间：至少20GB的可用空间

2. 安装CUDA

CUDA是NVIDIA推出的并行计算平台和编程模型，用于深度学习等计算密集型任务。

2.1 下载CUDA Toolkit

  1. 访问NVIDIA官网，下载CUDA Toolkit。
  2. 选择适合您系统的版本，例如CUDA Toolkit 11.2。
  3. 下载完成后，解压CUDA Toolkit安装包。

2.2 安装CUDA Toolkit

  1. 打开终端，进入CUDA Toolkit安装包的目录。
  2. 运行以下命令安装CUDA Toolkit：
sudo ./cuda_11.2.0_455.32.00_linux.run
  1. 按照提示完成安装。

2.3 配置环境变量

  1. 打开~/.bashrc文件：
sudo nano ~/.bashrc
  1. 在文件末尾添加以下行：
export PATH=/usr/local/cuda-11.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH
  1. 保存并关闭文件。
  2. 运行以下命令使配置生效：
source ~/.bashrc

3. 安装cuDNN

cuDNN是NVIDIA推出的深度神经网络库，用于加速深度学习模型。

3.1 下载cuDNN

  1. 访问NVIDIA cuDNN官网，下载适合您CUDA版本的cuDNN。
  2. 解压下载的cuDNN压缩包。

3.2 安装cuDNN

  1. 将以下文件复制到/usr/local/cuda/include目录：

    • cudnn.h
    • cudnn_version.h

  2. 将以下文件复制到/usr/local/cuda/lib64目录：

    • libcudnn.so.8
    • libcudnn.so
    • libcudnn.so.8.0.5

  3. 创建符号链接：

sudo ln -s libcudnn.so.8.0.5 libcudnn.so.8
sudo ln -s libcudnn.so.8 libcudnn.so

4. 安装深度学习框架

4.1 安装TensorFlow

TensorFlow是Google开发的开源深度学习框架。

  1. 打开终端，运行以下命令：
pip install tensorflow-gpu
  1. 安装完成后，验证TensorFlow是否安装成功：
import tensorflow as tf
print(tf.__version__)

4.2 安装PyTorch

PyTorch是Facebook开发的开源深度学习框架。

  1. 打开终端，运行以下命令：
pip install torch torchvision torchaudio
  1. 安装完成后，验证PyTorch是否安装成功：
import torch
print(torch.__version__)

5. 总结

通过以上步骤，您已经在Ubuntu上成功搭建了深度学习环境。接下来，您可以使用TensorFlow、PyTorch等框架进行深度学习研究和实践。祝您学习愉快！

-- 展开阅读全文 --