Ubuntu20.4如何搭建深度学习平台
这篇文章将为大家详细讲解有关Ubuntu20.4如何搭建深度学习平台，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
1、在官网下载相应的操作系统后，使用软碟通制作启动镜像；
2、在系统安装界面，选择安装Ubuntu，等待几分钟，设置用户名-计算机名-密码等信息即可重启；
3、进入系统后，若发现系统无网络连接，可使用netplan方式配置网络，具体步骤如下：
在 terminal中输入ip -a查看所连接的网卡：
ip -a
使用管理员身份配置网卡信息：
sudo vim /etc/netplan/01-network-manager-all.yml
在文中配置已经连接的网卡：
#空白位置使用空格，请勿使用TABnetwork: ethernets: eno2: #此处为对应的网卡名 dhcp4: no #静态地址为No，动态地址为Yes dhcp6: no #静态地址为No，动态地址为Yes addresses: [192.168.1.103/24] #静态IP地址和子网掩码 gateway4: 192.168.1.1 #网关 nameservers: #DNS服务器 addresses: [8.8.8.8, 114.114.114.114] #地址配置 version: 2 renderer: NetworkManager
保存退出后，使用命令使其生效：
sudo netplan apply
设置与打开SSH：
sudo apt install openssh-server#安装完成后，查看/启动ssh服务sudo systemctl status/start ssh
4、在Ubuntu20.4中，已经安装有Python3.X，如果搭建深度学习平台，在此仅需要安装项目环境管理工具Anaconda、GPU运算平台CUDA和深度学习框架Pytorch（可根据自己情况选择）
4.1、安装Anaconda，并创建项目环境
#下载Anacondawget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh#运行，安装sudo bash Anaconda3-2020.07-Linux-x86_64.sh#在过程中，注意将安装路径添加到Path中，可使用conda测试conda list#如果报错，即为没有添加成功，可进行手动添加sudo vim ~/.bashrc#在文件开始的位置，添加以下内容export PATH=/home/iip_ski/anaconda3/bin:$PATH#保存关闭后，运行生效source ~/.bashrc
4.2、安装显卡驱动与CUDA
在NVIDIA官网上查找适合当前的网卡驱动前，可以先在CUDA工具包官网查看各个版本CUDA所需要的基础驱动版本号
例如：
图中红框位置即为最低驱动版本，在驱动下载界面查看如下图：
下完成后，切换到无图形界面，在terminal中：
init 3#需要重新登录#开始安装显卡驱动sudo chmod +777 NVIDIA-Linux-x86_64-455.38.runsudo ./NVIDIA-Linux-x86_64-455.38.run -no-opengl-files #过程中：#是否安装其他版本显卡驱动---否#是否安装32位----否
安装结束后，使用nvidia-smi测试是否安装成功。
开始CUDA安装：
sudo chmod +777 cuda_11.1.1_455.32.00_linux.runsudo ./cuda_11.1.1_455.32.00_linux.run#安装过程中：#开始安装，终止/继续---选择继续#安装协议---接受#安装选项--X表示选中，去掉显卡驱动选项，其他正常安装#安装完成#将CUDA加到环境参数中sudo vim ~/.bashrc#在文件中conda后一行，添加以下内容export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64export PATH=$PATH:/usr/local/cuda/binexport CUDA_HOME=$CUDA_HOME:/usr/local/cuda#保存后退出source ~/.bashrc
4.3、安装深度学习框架--以Pytorch为例
首先启用虚拟项目环境，如果没有虚拟环境，可以新建
#搭建项目使用的虚拟环境conda create -n XXX #XXX为项目名，不建议使用中文#创建成功后，调用conda activate XXX
在安装相应的框架之前，为了保证提升安装速度，可将Conda更换为国内源，国外可忽略。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes
安装Pytorch：
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
安装完成后，进行CUDA测试：
python>>import torch>>otrch.randn(2,3).cuda()#如果正常输出没有报错，即为安装成功。
关于"Ubuntu20.4如何搭建深度学习平台"这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
