2025年nvim 配置python（nvidia python）

科技前沿 • 2025-05-15 10:07 • 阅读 40

大家好，我是讯享网，很高兴认识大家。

 <svg xmlns="http://www.w3.org/2000/svg" style="display: none;"> <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path> </svg>

讯享网

官网连链接：https://pytorch.org/

cv2

讯享网

sklearn

PIL

讯享网

使用jupyter notebook

Windows

Linux

【ubuntu系统下搭建pytorch的GPU运行环境（显卡驱动、cuda、cudnn安装）】

参考文章：Ubuntu安装和卸载CUDA和CUDNN

驱动安装

英伟达驱动下载地址：https://www.nvidia.cn/drivers/results/
选择对应的显卡驱动
在这里插入图片描述
讯享网
不要直接点下载，赋值下载地址直接在服务器上用wget命令直接下载到服务器上。

在这里插入图片描述

1.下载驱动

讯享网

2.删除之前安装的驱动残留

在这里插入图片描述

3.修改配置文件(禁用nouveau)

讯享网

打开文件后，末尾添加如下内容：

4.重建initramfs image

讯享网

重启后，执行下面命令，如果屏幕没有输出说明禁用nouveau成功

5.安装相关依赖

讯享网

6.执行安装命令

在这里插入图片描述
7.安装完成后重启服务器

讯享网

8.验证安装结果

安装CUDA

cuda官网下载地址：https://developer.nvidia.com/cuda-toolkit
如果需要特定版本可以修改网址如（cuda11.8.0版本）：
https://developer.nvidia.com/cuda-11-8-0-download-archive

在这里插入图片描述
1.下载并安装

讯享网

安装过程进入安装页面：
1.输入accept
2.英伟达驱动之前已经安装（需要取消勾选）
3.安装完成
提示：
在这里插入图片描述
我们需要添加两个环境变量（PATH和LD_LIBRARY_PATH）

注意：安装完成后要注意查看提示信息，因为安装路径可能是/usr/local/cuda或者/usr/local/cuda-xx.x，这与后面添加环境变量以及安装卸载cudnn密切相关

2.添加环境变量

安装完成后查看CUDA版本

讯享网

卸载CUDNN

首先，需要找到并删除旧版本的 CuDNN 文件。假设 CUDA 安装在 /usr/local/cuda，你可以使用以下命令删除旧版本的 CuDNN 文件：

安装CUDNN

下地址：https://developer.nvidia.com/cudnn-archive
在这里插入图片描述

讯享网

pytorch验证

讯享网

Pytorch

Tensorflow

讯享网

参考视频

搭建深度学习docker容器

2023完整版：深度学习环境在Docker上搭建（基于Linux和WSL）

Docker部署深度学习模型

从硬件到软件零起步搭建深度学习环境 | 配置深度学习环境: Docker + Conda + Pytorch + SSH + VS Code

Ubuntu系统卸载Miniconda3

如果安装时没有做特别的设置，那么Miniconda3将会安装在/opt/anaconda3/目录下。如果不在这个目录可以试着用find名称查找

找到安装目录后，将其全部删除

讯享网

然后打开~/.bashrc文件:

将下面内容删除或者注释
在这里插入图片描述
Miniconda卸载完成！

Ubuntu系统安装Miniconda3

官网教程：https://docs.anaconda.com/miniconda/#quick-command-line-install

讯享网

添加环境变量

1.打开 ~/.bashrc 文件

2.在文件末尾添加以下行：

讯享网

3.更新文件

4.验证conda是否正常可用

讯享网

conda设置清华镜像源

查看设置结果

讯享网

pip设置清华镜像源