Ubuntu16.04安装Pytorch+CUDA

原创

forrestlin

修改于 2020-03-25 02:40:19

6.2K0

Pytorch与TensorFlow

近年来，Pytorch深度学习框架由于其构建网络结构简单、入门门槛较低，越来越受到深度学习开发者的青睐，它与TensorFlow不同在于Pytorch是一个动态的框架，不需要一开始就定好了网络的架构，在运行期间可以边调试边修改，而TensorFlow则反之，这样带来的好处是开发者不需要一开始明确所构建网络的结构，可以慢慢学习找到更合适的结构，就好比在建筑工地的实地考察的工程师，工人们每搭一堵墙都会过来询问下一步要做什么，而TensorFlow就好比在办公室画图纸的建筑师，在施工之前就设计好整栋大楼的结构，而且设计时候也不会有人打扰，当然效率就比Pytorch要高了。

安装步骤

环境：Ubuntu16.04

显卡：NVIDIA GTX970

安装显卡驱动

由于我们需要在Pytorch使用CUDA加速训练过程，因此第一步需要安装显卡驱动为安装CUDA做准备。

到NVIDIA官网下载相应的显卡驱动，地址是http://www.nvidia.com/Download/index.aspx?lang=en-usblacklist nouveau options nouveau modeset=0blacklist nouveau options nouveau modeset=0
ctrl + alt + f1 #进入命令行模式以停止对显卡的使用
sudo service lightdm stop #关闭图形界面
sudo apt-get remove --purge nvidia* #删除旧的驱动
sudo apt-get update
sudo apt-get install dkms build-essential linux-headers-generic #安装依赖
添加下面文件sudo vim /etc/modprobe.d/blacklist-nouveau.conf #禁用nouveau，输入以下内容
保存上述文件后退出
sudo update-initramfs -u
重启电脑
ctrl + alt + f1 #再次进入命令行模式
sudo service lightdm stop #再次关闭图形界面
cd到驱动下载目录
sudo service lightdm stop
sudo ./NVIDIA-Linux-x86_64-384.98.run -no-opengl-files #安装驱动
sudo service lightdm start #启动图形界面
cat /proc/driver/nvidia/version #测试驱动

安装CUDA

到NVIDIA官网下载相应系统的CUDA安装包：https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=deblocal
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb #安装deb包
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub #apt添加安装CUDA所需要的公钥
sudo apt-get update
sudo apt-get install cuda #apt安装CUDA
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}} #添加环境变量
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} #64位系统需要
验证是否安装成功：nvcc -V

安装cuDNN

cuDNN是NVIDIA用来加速深度神经网络训练的工具库，虽然不是必需，但为了以后更方便地使用，还是装上吧。

前往https://developer.nvidia.com/rdp/cudnn-download 下载runtime library
sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb #安装deb包

安装Anaconda

本文使用conda安装Pytorch，读者也可以选择pip，但笔者用pip安装过两次都没成功，最终还是选择conda，这也是一个python的包管理工具，但Pytorch官方推荐conda，貌似安装依赖更全一点。

前往https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载Anaconda.sh
bash Anaconda.sh
source ~/anaconda3/etc/profile.d/conda.sh
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ #添加清华大学的镜像源，以加速conda下载速度
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ #专门添加Pytorch镜像源，由于Pytorch是Facebook推出的，所以国内是无法直接访问其whl文件的，需要借助清华大学的镜像源