Ubuntu16 GTX750安装CUDA9.0,Pytorch,Anaconda教程

安装前警告

不要使用Ubuntu18!
不要使用Ubuntu18!
不要使用Ubuntu18!
务必重装成Ubuntu16

安装NVDIA驱动

只用这一个办法,一劳永逸

https://www.linuxidc.com/Linux/2019-02/157171.htm

禁用nouveau驱动

sudo gedit /etc/modprobe.d/blacklist.conf
添加
blacklist nouveau
options nouveau modeset=0
sudo update-initramfs -u
重启后用lsmod | grep nouveau,如果没有任何输出说明禁用成功。

https://blog.csdn.net/weixin_43820996/article/details/100676292

安装CUDA9.0(适配GTX750)

下载runfile(local)的安装包

不要急于安装,一定要先将NVIDIA给出官方指导手册仔细看一下

直接在图形界面打开命令行,根据官方教程安装

https://blog.csdn.net/QLULIBIN/article/details/78714596

安装cudnn

这个库安装非常简单,只需要复制文件到指定文件夹,根据官方教程即可

https://blog.csdn.net/wsc12358/article/details/81273884

安装Anaconda

Anaconda的好处是可以创建虚拟的Python环境,这意味着你不需要改Ubuntu原装的Python,自己在Anaconda怎安装卸载都行,安装后添加国内源

创建环境

conda create -n mypytorch python=3.7

激活环境

source activate mypytorch

安装Pytorch对应版本

这一步是比较容易出错的,主要原因是conda安装Pytorch总是下载超时,因此必须下载好本地文件安装

参考Pytorch官方文档https://pytorch.org/get-started/previous-versions/

CUDA9.0支持的最晚版本的Pytorch1.1

Linux and Windows CUDA 9.0

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

这个命令应该是装不上的,因为pytorch下载会超时

下载本地文件

清华镜像源下载对应版本的pytorch

文件名是pytorch-1.1.0-py3.7_cuda9.0.176_cudnn7.5.1_0.tar.bz2,torchvision-0.3.0-py37_cu9.0.176_1.tar.bz2

conda本地安装

conda install --use-local path/pytorch-1.1.0-py3.7_cuda9.0.176_cudnn7.5.1_0.tar.bz2

再次执行Pytorch的官方命令

此时,conda会自动跳过已安装的包

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0(-c pytorch 可能要去掉,不记得了)

就是因为容易安装失败,所以Anaconda可以保证我们无限次失败

https://www.jianshu.com/p/76bbf1e5ff70 这篇博客帮了大忙,感谢!

Ubuntu16.04 GTX750安装CUDA9.0,Pytorch,Anaconda教程的更多相关文章

  1. 配有Tesla K40c的服务器新装Ubuntu16.04并安装CUDA8.0、Anaconda3、Matlab2016a、OPENCV3.1、CuDNN5.1、MXNet

    注:本文原创,作者:Noah Zhang  (http://www.cnblogs.com/noahzn/) 决定加入深度学习的大军,感谢导师给配了台新设备!第一次接触服务器并配置开发环境,整个过程中 ...

  2. ubuntu16.04下安装cuda8.0

    一.首先安装NVIDIA显卡驱动 通过NVIDIA-Linux-x86_64-367.44.run文件安装. 1. 添加 PPA. sudo add-apt-repository ppa:graphi ...

  3. Ubuntu16.04下安装CUDA8.0和tensorflow

    GPU版的Tensorflow无疑是深度学习的一大神器,当然caffe之类的框架也可以用GPU来加速训练. 注意:以下安装默认为python2.7 1. 安装依赖包 $ sudo apt-get in ...

  4. 深度学习环境配置:Ubuntu16.04下安装GTX1080Ti+CUDA9.0+cuDNN7.0完整安装教程(多链接多参考文章)

    本来就对Linux不熟悉,经过几天惨痛的教训,参考了不知道多少篇文章,终于把环境装好了,每篇文章或多或少都有一些用,但没有一篇完整的能解决我安装过程碰到的问题,所以决定还是自己写一篇我安装过程的教程, ...

  5. Ubuntu16.04安装cuda9.0+cudnn7.0

    Ubuntu16.04安装cuda9.0+cudnn7.0 这篇记录拖了好久,估计是去年6月份就已经安装过几遍,然后一方面因为俺比较懒,一方面后面没有经常在自己电脑上跑算法,比较少装cuda和cudn ...

  6. ubuntu16.04 安装cuda9.0+cudnn7.0.5+tensorflow+nvidia-docker配置GPU服务

    [摘要] docker很好用,但是在GPU服务器上使用docker却比较复杂,需要一些技巧,下面将介绍一下在ubuntu16.04环境下的GPU-docker环境搭建过程. 第一步: 删除之前的nvi ...

  7. Ubuntu16.04 安装cuda9.0 cudnn 7.0.5

    参考网址:https://blog.csdn.net/zhuangwu116/article/details/81063234 (1)下载安装文件: 下载cuda9.0 runfile 文件 下载地址 ...

  8. 通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)

    一. 安装环境 Ubuntu16.04.3 LST GPU: GeForce GTX1070 Python: 3.5 CUDA Toolkit 8.0 GA1 (Sept 2016) cuDNN v6 ...

  9. 深度学习环境搭建:Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0

    目录 深度学习环境搭建:Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0 Reference 硬件说明: 软件准备: 1. 安装Ubuntu ...

随机推荐

  1. 基于FPGA+USB2.0的图像采集系统测试小结-mt9m001

    基于FPGA+USB2.0的图像采集系统测试小结-mt9m001 该系统采用层层惊涛出品的FPGA_VIP_USB_V102板卡测试 板卡分为:核心板.底板.摄像头板 核心板采用:ep4ce10e22 ...

  2. processing-python-泡泡龙

    挂一个无耻搬运工:码农教程. 真的打心底里瞧不起为了蹭热度全网照抄代码的某些人. 再次此声明:代码不是python语言,求某些搬运工不要到处搬运害人. def setup(): size(600,60 ...

  3. Hexo+Github个人博客搭建 | 实战经验分享

    概述 第一次尝试搭建属于自己的博客,并且成功了,非常开心. 很久之前就想搭建一个博客,可是也一直没有行动,最近在逛B站的时候发现一个up主(CodeSheep)的一个视频 <手把手教你从0开始搭 ...

  4. RNN循环神经网络

    1.为什么还会有RNN? CNN(卷积神经网络)我们会发现, 他们的输出都是只考虑前一个输入的影响而不考虑其它时刻输入的影响, 比如简单的猫,狗,手写数字等单个物体的识别具有较好的效果. 但是, 对于 ...

  5. 人生苦短,我用Python(2)

    1.for循环遍历字符串: string="人生苦短,我用Python" print(string) for ch in string: print(ch) for 循环语句还可以 ...

  6. NodeJS4-3静态资源服务器实战_优化成近似同步写法

    实例3 上面有点回调,优化成近似同步的写法 route.js const fs =require('fs') const promisify = require('util').promisify; ...

  7. Python活力练习Day5

    Day5:连续输入n个字符串,请按照长度为8拆分每个字符串后输出到新的字符串组:长度不是8的整数倍的字符串请在后面补数字0,其中,空字符串不做处理. eg : input :   2    12345 ...

  8. golang的make

    golang 分配内存主要有内置函数new和make,今天我们来探究一下make有哪些玩法. map只能为slice, map, channel分配内存,并返回一个初始化的值.首先来看下make有以下 ...

  9. 修改Android源码实现原生应用双开,应用多开

    1. 准备 把某系统双开的两个app的信息进行对比 1.1 目录的对比 1.1.1 data目录对比 原应用: /data/user/0/com.luoyesiqiu.crackme/files 被复 ...

  10. Graylog 环境搭建与使用

    graylog 官网地址: www.graylog.org graylog 简易架构图: graylog 生产架构图: graylog 有两个版本,1.企业版:2.开源版 下面使用开源版本搭建日志中心 ...