-
实战搭建深度学习运行(如何搭建深度学习的环境)
- 网站名称:实战搭建深度学习运行(如何搭建深度学习的环境)
- 网站分类:技术文章
- 收录时间:2025-07-08 14:39
- 网站地址:
“实战搭建深度学习运行(如何搭建深度学习的环境)” 网站介绍
一、准备环境
- ubuntu 22.04
- nvidia显卡 这里使用的是RTX3060
- 已安装Python3.10
二、安装pip3
# 安装
sudo apt install python3-pip
# 升级
sudo pip3 install --upgrade pip
# 如果要卸载,使用命令:
sudo apt-get remove python3-pip
三、Nvidia驱动安装
1. 禁用 Nouveau驱动
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
2、添加两行语句:
blacklist nouveau
options nouveau modeset=0
3、更新initramfs
sudo update-initramfs -u
4、重启
reboot
5、验证,终端输入语句,
lsmod | grep nouveau
# 没有输出说明操作成功
2. 确定要安装的驱动版本
cat /proc/driver/nvidia/version
3. 两种安装方式
(1)自动安装驱动
# 查找可选择安装的版本自动安装
sudo ubuntu-drivers autoinstall
(2)指定驱动安装
# 列出设备,显示的model是显卡型号,driver是可选的驱动
ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00002504sv00001458sd00004072bc03sc00i00
vendor : NVIDIA Corporation
model : GA106 [GeForce RTX 3060 Lite Hash Rate]
manual_install: True
driver : nvidia-driver-470-server - distro non-free
driver : nvidia-driver-515-server - distro non-free
driver : nvidia-driver-510-server - distro non-free
driver : nvidia-driver-470 - distro non-free
driver : nvidia-driver-510 - distro non-free
driver : nvidia-driver-520 - distro non-free
driver : nvidia-driver-515-open - distro non-free
driver : nvidia-driver-520-open - distro non-free recommended
driver : nvidia-driver-515 - distro non-free
driver : xserver-xorg-video-nouveau - distro free builtin
# 安装其中 recommended 一个驱动
sudo apt install nvidia-driver-520-open
sudo reboot
如果出现 : Failed to initialize NVML: Driver/library version mismatch,则可能是版本不对。
我这很不幸地出现 : no devices were found,最后使用下面方式安装成功。
(3)到官网下载驱动安装
https://www.nvidia.com/Download/index.aspx?lang=en-us
# 查看显卡型号
lspci -vnn | grep VGA
# 卸载旧驱动
sudo apt-get remove --purge nvidia*
# 给run文件可执行权限
sudo chmod a+x NVIDIA-Linux-x86_64-515.86.01.run
# 安装
sudo ./NVIDIA-Linux-x86_64-440.64.run -no-x-check -no-nouveau-check -no-opengl-files
# -no-x-check:安装驱动时关闭X服务
# -no-nouveau-check:安装驱动时禁用nouveau
# -no-opengl-files:只安装驱动文件,不安装OpenGL文件
提示: Would you like to register the kernel module sources with DKMS? 选择No
提示: Nvidia's 32-bit compatibility libraries? 选择No
提示: Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? 选择Yes
安装完重新启动电脑。
二、安装Cuda
1. 下载Cuda
https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu
我这里下载的是Cuda11.8:
需要注意的是,之前已经安装过显卡驱动程序,在提问是否安装显卡驱动时选择no
其他 选择默认路径或者yes即可。
2. 如果之前已经安装了Cuda,则卸载掉。
sudo /usr/local/cuda-11.8/bin/uninstall_cuda_8.0.pl
sudo rm -rf /usr/local/cuda-8.0
3. 安装
chomd +x cuda_11.8.0_520.61.05_linux.run
sudo ./cuda_11.8.0_520.61.05_linux.run
三、安装cuDNN
https://developer.nvidia.com/rdp/cudnn-download
这里下载 deb 格式,安装:
sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.0_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2204-8.6.0.163/cudnn-local-FAED14DD-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get install libcudnn8=8.6.0.163-1+cuda11.8 # 这里输入到=按tab补全即可,安装运行库
sudo apt-get install libcudnn8-dev=8.6.0.163-1+cuda11.8 # 通过tab自动补全,安装developer 库
sudo apt-get install libcudnn8-samples=8.6.0.163-1+cuda11.8 # 通过tab自动补全,安装示例和文档
测试:
cp -r /usr/src/cudnn_samples_v8/ $HOME
cd ~/cudnn_samples_v8/mnistCUDNN/
make clean && make
# 如果提示下面截图中的错误,就执行下面语句安装freeimage3库
sudo apt-get install libfreeimage3 libfreeimage-dev
运行测试:
./mnistCUDNN
更多相关网站
- [解决] 安装pytorch后 torch.cuda.is_available()结果为false
- InstantID模型部署教程(instancemodificationevent)
- COLORFIRE GeForce RTX 5060橘影橙显卡评测:强25%DLSS 4启动器
- 【分享】在普通Windows电脑上部署DeePseek R1训练数据并共享服务
- 一步一步学习windows下安装部署deepseek 打造个人知识库(一)
- 程序员必备:一款功能强大的跨平台文本编辑器CudaText及全部插件
- 使用NVIDIA CUDA-Pointpillars检测点云中的对象
- CUDA——windows系统安装(cuda 8.0安装)
- 在Windows 11上部署DeepSeek 3B本地模型:从零开始,轻松搞定!
- 10款高性能视频制作软件分享:新手必备的简单软件
- NVIDIA Jetson 系列文章(10):从头创建Jetson的容器(1)
- 手把手教本地部署Xinference + deepseek-R1、reranker-v2、bge-m3
- GPU-Z 0.8.5发布:全面支持Windows 10
- 手把手教你 在Pytorch框架上部署和测试关键点人脸检测项目DBFace
- windows10安装最新tensorflow-gpu指南(2条指令搞定)
- 能跑源码,还提供数据集:这里有一个入门企业级验证码识别项目
- ubuntu22.04安装NVIDIA、CUDA、CUDNN详细步骤
- windows下安装大模型加速包flash-attn
- 最近发表
-
- UpdatePack7R2 24.3.13 补丁包(适合WIN7 2008)
- 磁盘分区对齐详解与配置(磁盘分区分配)
- AndroidStudio_Android使用OkHttp发起Http请求
- 微软官方:2016年1月12日终止旧版IE支持
- 免费让你的win 7获得3年更新!让你的电脑系统重获新生
- AutoCAD各版本对应的R版本参数值及图形的不同版本代号
- C#一行代码搞定OCR(c# readline指定行)
- IE7浏览器明年初退休 Vista又亮了
- 2N3904是什么管?2N3904引脚图和参数+2N3904用途+2种应用实例
- 「操作系统」Windows 7 SP1 旗舰版C大集成更新优化版镜像
- 标签列表
-
- mydisktest_v298 (35)
- sql 日期比较 (33)
- document.appendchild (35)
- 头像打包下载 (35)
- 二调符号库 (23)
- acmecadconverter_8.52绿色版 (25)
- f12019破解 (16)
- 流星蝴蝶剑修改器 (18)
- np++ (17)
- 梦幻诛仙表情包 (36)
- 魔兽模型 (23)
- java面试宝典2019pdf (26)
- beamoff下载 (17)
- disk++ (30)
- vncviewer破解版 (20)
- word文档批量处理大师破解版 (19)
- pk10牛牛 (20)
- 加密与解密第四版pdf (29)
- jemeter官网 (16)
- iteye (26)
- parsevideo (22)
- ckeditor4中文文档 (20)
- centos7.4下载 (32)
- cuda10.1下载 (22)
- intouch2014r2sp1永久授权 (33)