Linux-非Root用户-配置深度学习环境
1|01 简介
- Anaconda:是一个开源的Python发行版本,其包含了conda、Python等软件包,numpy,pandas,scipy等科学计算包.
- Conda:包管理器, venv+pip的作用,也就是虚拟环境+包管理。
- Nvidia: 显卡制造商。
- 显卡:承担输出显示图形的任务。
- GPU:图形处理器,是显卡内部的处理器,
- cuda:Nvidia推出的运算平台,用于并行计算的框架,使GPU能够解决负责的计算问题。
- cudnn: 针对深度卷积神经网络的加速库
- 显卡驱动: 可以调用GPU并行计算能力的驱动程序
2|02 前言
- 图片中的实例路径为文件夹以sl示例,实际操作中更改为本人用户。
- 数据和软件存放建议存放于 /data/用户 ,小文件可以存放于 /home/用户,通过df -h命令可以查看磁盘使用情况,data下共有3.6T可用。
- 实际操作通过第四台服务器为例
- 建议使用MobaXterm连接服务器:具体信息请参考
3|03 Anaconda 安装
- Anaconda下载
4|04 配置虚拟环境
5|05 安装PyTorch
- 官网选择对应命令
- 在虚拟环境中安装
- 注意: 使用conda命令安装PyTorch会自动安装对应cuda版本
cuda版本与显卡驱动版本对应
如果不需要使用ncvv命令,安装PyTorch或者tenserflow后也可以使用GPU加速。
6|06 配置cuda
6|1方法1 使用Root下Cuda
至此,已经完成了基本环境的配置,已经可以正常使用GPU计算资源。
6|2方法2 非Root用户安装cuda
- 回到base环境中
- 查看Linux信息,并记住这些信息
- CUDA下载地址
- 更改环境变量使用新安装的10.2版本,一下内容添加到.bashrc
7|07 配置cudnn
参考
- Anaconda and conda
- Runoob-Linux
- Miniconda3 + Cuda + Cudnn + pytorch-gpu
- Welcome to MobaXterm
- 非root用户在服务器上安装CUDA和cudnn到指定目录
__EOF__

本文作者:Rocky
本文链接:https://www.cnblogs.com/nrocky/p/13767316.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力!
本文链接:https://www.cnblogs.com/nrocky/p/13767316.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
声援博主:如果您觉得文章对您有帮助,可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了