总结深度学校ubuntu环境配置
目录
- 0.前提工作
- 0. nvidia驱动安装
- 1.CudaTookits安装
- 2. cuDNN安装
- 3.conda安装
- 3.0 conda基本概念
- 3.1 系统python版本确认
- 3.2 miniconda安装
- 3.3 ~~conda迁移~~
- 3.4 附
- 4.pytorch安装
- 5. git安装
- 5.1 git命令行安装
- 5.2 git-gui安装
0.前提工作
安装顺序：nvidia驱动->cudaTookits->cudnn->TensorRT->pytorch->tensorflow
版本匹配方式：
- 1.先决定tensorflow支持的版本
进入他官tensorflow官网之后右上角将语言选择为English。因为英文版支持版本比中文版更多更新
| Version | Python version | Compiler | Build tools | cuDNN | CUDA |
|---|---|---|---|---|---|
| tensorflow-2.16.1 | 3.9-3.12 | Clang 17.0.6 | Bazel 6.5.0 | 8.9 | 12.3 |
-
2.pytorch官网查看pytorch与cuda支持的版本
-
3.决定cudaTookits版本 - CUDA12.1
-
4.决定nvidia驱动版本
0. nvidia驱动安装
参考：
1.超详细ubuntu20.04/22.04安装nvidia驱动/CUDA/cudnn
2.Python-Pytorch开发环境使用总结
nvidia显卡驱动安装方式有三种：使用ubuntu附加驱动的方式；使用命令行方式安装；使用.run文件的方式进行安装
ubutnu上推荐使用命令行方式安装
sudo add-apt-repository ppa:graphics-drivers/ppa # 加入官方ppa源
sudo apt update # 检查软件包更新列表
apt list --upgradable # 查看可更新的软件包列表
sudo apt upgrade # 更新所有可更新的软件包ubuntu-drivers devices # ubuntu检测n卡的可选驱动
#sudo apt install nvidia-driver-510 # 根据自己的n卡可选驱动下载显卡驱动
sudo ubuntu-drivers autoinstall #推荐
sudo nvidia-settings # 更改Nvidia驱动设置
nvidia-smi # 查看显卡基本信息
UEFI安全引导：
1.输入自定义secure boot密码
2.重启，后进入蓝色背景界面perform mok management后，选择enroll mok
3.进入enroll mok界面，选择continue
4.输入安装驱动时设置的密码
5.之后跳到蓝色界面perform mok management，选择第一个reboot
这样重启后驱动就加载了
若安装完显卡驱动后，在重启系统是，出现蓝色背景界面perform mok manmagement，如果选择continue reboot，会导致安装的驱动未加载
1.CudaTookits安装
参考：
1.Ubuntu系统如何安装CUDA保姆级教程
2.Python-Pytorch开发环境使用总结
在cuda官方网站CUDA Toolkit Archive找到版本，下载，并根据提示命令下载安装
1.continue
2.accept
3.反选Driver
（nvidia-fs是一款Nvidia开发的针对虚拟容器的文件系统，用以解决容器与Physic机器之
)
)
