1. 程式人生 > >pytorch和torchnet的安裝與測試(Ubuntu16.04+cuda9.0)

pytorch和torchnet的安裝與測試(Ubuntu16.04+cuda9.0)

本人的ubutu版本為16.04,cuda9.0。

一.啟動ubuntu系統出現黑畫面
1.開機,進入grub畫面。選擇第一項”ubuntu”,按”e”,進入編輯模式。將”quite splash”, 修改為”quite splash nomodeset”。
2.按 ”F10”啟動系統。
3.進入系統後編輯 “/etc/default/grub”

    sudo gedit /etc/default/grub
找到這一行: 
GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash” 
修改為: 
GRUB_CMDLINE_LINUX_DEFAULT=”quiet splash nomodeset”

4.儲存

5.更新GRUBsudo update-grub

6.重啟

二. 安裝 CUDA Toolkit

1.官方下載地址:https://developer.nvidia.com/cuda-toolkit 調節nomodeset之後,驅動程式丟失會導致Linux卡頓,這時安裝好CUDA就可以解決所有問題。 (CUDA預設包含顯示卡驅動,所以不需要額外安裝顯示卡驅動)

    sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
    sudo apt-get update
    sudo apt-get install -y cuda

2. 安裝 nVidia cuDNN library (cudnn-9.0-linux-x64-v7.1)

 
    tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
    sudo cp cuda/include/cudnn.h /usr/local/cuda/include
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

三.安裝Anaconda for python 3.6

    bash ~/Downloads/Anaconda3-5.1.0-Linux-x86_64.sh 
    export  PATH=/home/sll2/anaconda3/bin:$PATH  (注意這裡根據自己的路徑進行書寫)

然後,輸入python檢視自己的python版本多少。

四、安裝pytorch

conda install pytorch torchvision cuda90 -c pytorch

驗證pytorch是否安裝成功,在終端輸入:python,進入到python環境,繼續輸入:

import torch
import torchvision

不報錯就表明安裝成功。

注意需要先安裝好git,沒安裝的使用apt install git命令進行安裝。然後執行下面兩條命令:

pip install git+https://github.com/pytorch/[email protected]
pip install --upgrade git+https://github.com/pytorch/[email protected]

相關推薦

pytorchtorchnet安裝測試Ubuntu16.04+cuda9.0

本人的ubutu版本為16.04,cuda9.0。一.啟動ubuntu系統出現黑畫面 1.開機,進入grub畫面。選擇第一項”ubuntu”,按”e”,進入編輯模式。將”quite splash”, 修改為”quite splash nomodeset”。 2.按 ”F10

caffe-SSD 安裝、訓練、SSD測試ubuntu18.04+cuda9.0+openvc3.4

安裝及MNIST模型測試、matlab caffe介面測試 https://blog.csdn.net/qq_35608277/article/details/84938244 自己看程式碼提供者的最直接,大家都是根據他的copy的: https://github.com/weili

ubuntu tensorflow installUbuntu16.04+CUDA9.0+cuDNN7.5+Python3.6+TensorFlow1.5

環境 war mod -s 教程 lan bashrc 科學 分享圖片 在網上找了很多案例,踩了許多坑,感覺比較全面的是下面介紹的 http://www.cnblogs.com/xuliangxing/p/7575586.html 先說說我的步驟: 首先安裝了Anaco

superset之安裝部署Ubuntu16.10)

引言 Superset 是Airbnb的資料科學部門開源的一套工具,它是一個自助式資料分析工具,它的主要目標是簡化我們的資料探索分析操作,它的強大之處在於整個過程一氣呵成,幾乎不用片刻的等待。Superset通過讓使用者建立並且分享儀表盤的方式為資料分析人員提

libsvm之安裝測試matlab

作為一個晚起步的小夥子,得以站在大牛們的肩膀上快速入門。為了以防自己忘記,同時讓其他人系統性的libsvm入門更加快速,這就開啟一個系列了。  (這裡會參考一篇幫助很大的blog:http://blog.csdn.net/abcjennifer/article/detai

2017.7.1 mysql安裝啟動已驗證可以使用

界面 all avi 配置 install 服務 毫無 壓力 cnblogs 之前一直用解壓版安裝,啟動mysql服務的時候總是失敗,這次用mysql installer安裝一遍,終於成功啟動。 1.下載mysql installer 下載的32位的,在64位系統運行也

Supervisor 安裝配置 Linux 程序管理工具

Supervisor 安裝與配置 (Linux 程序管理工具) Supervisor 安裝與配置 Linux 程序管理工具 一安裝 Python 包管理工具easy_install 二安裝 Supervisor

Python的安裝應用大資料實驗一

  實驗名稱 Python的安裝與應用 專  業 軟體工程 姓    名      學 &

Linux國內常用源的介紹使用Ubuntu16.04為例

Ubuntu16.04的”軟體和更新”中,自帶了“自動選擇最快速的源”的功能,所以現在說配置源,僅僅是瞭解。當然,如果說是為了手動配置ipv6的源,節約學校的流量,還是非常有必要的。 清華TU

Ctags 的安裝使用使用命令詳解

這兩天看到網上有將vim 改造成功能強大的IDE的blog,突然心血來潮,親身經歷了一下。 網友的帖子都不錯,我這裡只是將各種外掛分開羅列,然後加上一些使用技巧。 希望本文對你有所幫助! 『外掛介紹』 Ctags工具是用來遍歷原始碼檔案生成tags檔案,這些tags檔案能被編輯器或其它工具用來快速查詢定位原始

Keras中實現模型載入測試以mnist為例

 需要安裝cv2 安裝h5py的命令如下(模型載入模組): sudo pip install cython sudo apt-get install libhdf5-dev sudo pip 

Linux核心編譯grub安裝注意事項修改預設啟動項

一般的過程不多說。 下載核心原始碼,make menuconfig , make , make modules_install, make install等一系列。 要注意的事情: 1.安裝模組時,要用特殊引數,否則編譯出來的initrd.img特別大有300M,而

mysql-資料庫備份恢復Ubuntu16.04

啟動MySQL:service mysql start檢視狀態:service mysql status關閉MySQL:service mysql stop資料庫備份步驟: ctrl+z  退出mysqlsudo -s  進入root cd /var/lib/mysql   

最新Win7 +Python3.6.0(Anaconda3-4.3.21)+Tensorflow的安裝配置不用切換python3.5

一、首先進入Anaconda官網下載  https://www.anaconda.com/download/各位根據自己電腦配置下載對應的版本,我這裡下載的是Python3.6version 64bit的版本 下載並安裝完成後,開啟 CMD, 輸入 'conda --v

配置YOLO2ubuntu16.04+cuda8.0+opencv3.1.0

href seconds make fun put ges jre 成功 下載 要求已經安裝好了CUDA 8.0 以及OpenCV3.1.0 YOLO官方網站 配置darknet git clone https://github.com/pjreddie/dark

環境配置近期實測——Ubuntu16.04+CUDA9.0+tensorflow-gpu填坑記

u盤 earch 實測 win 1.3 ted 等待 gef kernel 近幾年深度學習在物體檢測方面出現了許多基於不同框架的網絡模型,不同模型需要不同的版本的Python、TensorFlow、Keras、CUDA、cuDNN以及操作系統。不得不說,要把經典物體檢測網絡

Ubuntu16.04+CUDA9.0+Python2.7環境下安裝OpenCV3.4

花了兩天時間終於安裝好了opencv,遇到好幾個bug發現能找到的解決方案比較少,同時需要翻牆,所以寫下這個筆記記錄一下。我是根據這個教程來安裝OpenCV的,進行到第四步OpenCV的配置和編譯開始報錯: 報錯1.Cmake編譯opencv原始碼時出現以下報

Ubuntu16.04+CUDA9.0+CUDNNv7.1+opencv3.4.0+anaconda3+Matlab 2017a+caffe安裝

Ubuntu16.04+CUDA9.0+CUDNNv7.1+opencv3.4.0+anaconda3+Matlab 2017a的相關安裝配置參見之前的部落格。 接下來直接進入caffe的安裝配置環節

瀏覽器無法登入csdn或csdn無法儲存、釋出博文的一個奇怪的解決方法ubuntu16.04下網頁

問題描述: ubuntu16.04系統 firefox瀏覽器無法登入csdn,每次登入失敗就會顯示“建立安全連線失敗,連線到passport.csdn.net時發生錯誤” google瀏覽器可以登入csdn,但是無法儲存和釋出博文,request請求中headers出現

android原始碼編譯ubuntu16.04 64位

編譯步驟 1. 原始碼下載; 2. 構建編譯環境; 3.編譯原始碼; 4.執行. 編譯之前首先要下載和安裝repo和gitt工具。 repo和git Google採用Git對AOSP專案進行多倉庫管理. 為了方便需要,對git語句進行了封裝,也就形成了repo.