pytorch最好的教程（就这一篇就够了）

小君 2023-07-07 01:34:45 227

pytorch最好的教程（就这一篇就够了）conda create -n pytorch 2 进入pytorch空间conda activate pytorch ps，若在执行命令的时候出现一下问题：退出自己创建的环境到默认环境：conda deactivatesh 文件名.sh 4 选择 YES5 选择 NO （我们要自定义配置环境）第三步：安装完成Anconda后配置环境1 编辑环境变量vim ~/.bashrc 2 添加内容export PATH="/自己对应的路径名/anaconda3/bin:$PATH" 3 激活修改的内容source ~/.bashrc 4 测试conda 若没有显示not fond 则表示 anaconda安装成功使用anaconda安装环境后，本地默认环境成为base环境自己创建的环境通过 conda activate 空间名字（环境名字）进入

镜像下载、域名解析、时间同步请点击

阿里巴巴开源镜像站-OPSX镜像站-阿里云开发者社区

第一步：配置镜像源，安装必要环境

更换镜像

第二步：安装anaconda1 进入官网

https://www.anaconda.com/

2 下载linux的sh版

pytorch最好的教程（就这一篇就够了）(1)

pytorch最好的教程（就这一篇就够了）(2)

3 在对应位置通过命令输入

sh 文件名.sh4 选择 YES

pytorch最好的教程（就这一篇就够了）(3)

5 选择 NO （我们要自定义配置环境）

pytorch最好的教程（就这一篇就够了）(4)

第三步：安装完成Anconda后配置环境1 编辑环境变量

vim ~/.bashrc2 添加内容

export PATH="/自己对应的路径名/anaconda3/bin:$PATH"3 激活修改的内容

source ~/.bashrc4 测试

conda

若没有显示not fond 则表示 anaconda安装成功

第四步：通过Anaconda创建pytorch空间，用于pytorch前提知要：

使用anaconda安装环境后，本地默认环境成为base环境

自己创建的环境通过 conda activate 空间名字（环境名字）进入

退出自己创建的环境到默认环境：conda deactivate

1 创建空间命名为pytorch

conda create -n pytorch2 进入pytorch空间

conda activate pytorch

pytorch最好的教程（就这一篇就够了）(5)

ps，若在执行命令的时候出现一下问题：

pytorch最好的教程（就这一篇就够了）(6)

执行

source activate

pytorch最好的教程（就这一篇就够了）(7)

第五步：在base环境中安装cuda1 安装 nvidia-cuda-toolkit 工具

sudo apt-get install nvidia-cuda-toolkit2 检查系统推荐显卡驱动，记录下recommend选项

sudo ubuntu-drivers devices

pytorch最好的教程（就这一篇就够了）(8)

3 添加驱动源

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update4 在Ubuntu系统中找到软件和更新选择驱动

pytorch最好的教程（就这一篇就够了）(9)

等待更新完毕后再reboot

reboot5 重启后的测试

nvidia-smi

记录 cuda 版本

pytorch最好的教程（就这一篇就够了）(10)

6 下载cuda

官网

https://developer.nvidia.com/cuda-toolkit-archive

我的是11.4

pytorch最好的教程（就这一篇就够了）(11)

选择11.4的哪个版本都可以，接下去按照如下选择去下载

注意：linux的版本要确保正确

pytorch最好的教程（就这一篇就够了）(12)

7 安装cuda(执行自己上面红框的内容)

wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda_11.4.4_470.82.01_linux.runsudo

sh cuda_11.4.4_470.82.01_linux.run

pytorch最好的教程（就这一篇就够了）(13)

pytorch最好的教程（就这一篇就够了）(14)

pytorch最好的教程（就这一篇就够了）(15)

8 环境配置

sudo gedit ~/.bashrc

末尾加入

export PATH="/自己对应的路径名/anaconda3/bin:$PATH" export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64 export CUDA_HOME=/usr/local/cuda/bin export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME9 测试

source ~/.bashrc

nvcc -V

cd ~/NVIDIA_CUDA-11.4_Samples/1_Utilities/bandwidthTest/

make

./bandwidthTest

pytorch最好的教程（就这一篇就够了）(16)