Ubuntu20.04 深度学习环境配置(持续完善)

草莓奶忻

已于 2025-03-01 21:21:53 修改

阅读量1.6k

点赞数 28

CC 4.0 BY-SA版权

分类专栏：软件库工具等深度学习文章标签： ubuntu

于 2025-01-25 12:22:55 首次发布

本文链接：https://blog.csdn.net/hzx19901102/article/details/145354582

pytorch + torchvision + python 版本对应及环境安装

torch 版本	torchvision 版本	torchaudio 版本	支持的 Python 版本（示例）	Cuda 版本
2.5.1	0.20.1	2.5.1	>=3.9, < 3.13 (3.12) [9/10/11/12]	12.4/12.1/11.8
2.5.0	0.20.0	2.5.0	>=3.9, < 3.13 (3.12) [9/10/11/12]	12.4/12.1/11.8
2.4.1	0.19.1	2.4.1	>=3.8, < 3.13 (3.12) [8/9/10/11/12]	12.4/12.1/11.8
2.4.0	0.19.0	2.4.0	>=3.8, < 3.13 (3.12) [8/9/10/11/12]	12.4/12.1/11.8
2.3.1	0.18.1	2.3.1	>=3.8, < 3.13 (3.12) [8/9/10/11/12]	12.1/11.8
2.3.0	0.18.0	2.3.0	>=3.8, < 3.13 (3.12)	12.1/11.8
2.2.2	0.17.2	2.2.2	>=3.8, < 3.12 [8/9/10/11]	12.1/11.8
2.2.1	0.17.1	2.2.1	>=3.8, < 3.12	12.1/11.8
2.2.0	0.17.0	2.2.0	>=3.8, < 3.12	12.1/11.8
2.1.2	0.16.2	2.1.2	>=3.8, < 3.12 (3.10) [8/9/10/11]	12.1/11.8
2.1.1	0.16.1	2.1.1	>=3.8, < 3.12 (3.10)	12.1/11.8
2.1.0	0.16.0	2.1.0	>=3.8, < 3.12 (3.10)	12.1/11.8
2.0.0	0.15.0	2.0.0	>=3.8, < 3.12 (3.8) [9/10/11]	11.8/11.7
1.13.1	0.14.1	0.13.1	>=3.7, <=3.10 (3.8) [7/8/9/10]	11.7/11.6
1.13.0	0.14.0	0.13.0	>=3.7, <=3.10 (3.8) [7/8/9/10]	11.7/11.6
1.12.1	0.13.1	1.12.1	>=3.7, <=3.10 (3.8) [7/8/9/10]	11.6/11.3/10.2
1.12.0	0.13.0	1.12.0	>=3.7, <=3.10 (3.8) [7/8/9/10]	11.6/11.3/10.2
1.11.0	0.12.0	1.11.0	>=3.7, <=3.9 (3.8) [6/7/8/9]	11.3/10.2
1.10.1	0.11.2	0.10.1	>=3.6, <=3.9 (3.8) [6/7/8/9]	11.3/10.2
1.9.0	0.10.0	0.9.0	>=3.6, <=3.9 (3.8) [6/7/8/9]	11.3/10.2
1.9.0	0.9.0	0.9.0	>=3.6, <=3.9 (3.8) [6/7/8/9]	11.3/10.2
1.8.0	0.9.0	0.8.0	>=3.6, <=3.9 (3.8) [6/7/8/9]	11.3/10.2
7.5	7.5	7.5	>=3.6 (3.6) [6]	N/A

参考

深度学习 | pytorch + torchvision + python 版本对应及环境安装

安装显卡驱动

使用 nvidia-smi 来查看 NVIDIA GPU 的使用情况和显存信息：

如果系统上安装了 NVIDIA 驱动程序，该命令会显示 GPU 的型号、显存使用情况、温度等信息。

nvidia-smi

在这里插入图片描述

安装 Anaconda

xxx

更新 Conda

conda update conda -y

显卡驱动支持的最高 CUDA 版本

在本地机器上，确保已安装合适版本的 NVIDIA 驱动和 CUDA Toolkit，否则 GPU 无法正常工作。

nvidia-smi

通过 nvcc 命令查看 CUDA Toolkit 版本

如果您的系统安装了 CUDA Toolkit，可以运行以下命令查看版本：

nvcc --version

您会看到类似以下输出：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Tue_Feb_14_23:09:47_PST_2023
Cuda compilation tools, release 12.1, V12.1.105

其中 release 12.1 表示当前的 CUDA Toolkit 版本是 12.1。

1.查看当前安装的 torch 版本

python -c "import torch; print(torch.__version__)"

2.4.1.post100   # 若返回这个，表明仅安装的CPU版本

2.确认当前安装的 PyTorch 是否支持 GPU 加速

python -c "import torch; print(torch.cuda.is_available())"

输出 True 表示 GPU 可用。
输出 False 表示未启用 GPU，可能是因为没有安装支持 CUDA 的版本或系统未检测到 GPU。

3.查看 PyTorch 使用的 CUDA 版本

python -c "import torch; print(torch.version.cuda)"

4.验证 GPU 信息

如果 GPU 可用，您还可以检查当前的 GPU 信息：

python -c "import torch; print(torch.cuda.get_device_name(0))"

以下是关于CUDA工具包、显卡驱动和PyTorch之间关系的清晰总结：

conda虚拟环境

1.创建虚拟环境

conda create --name xxx python=3.11.7

2.激活环境

conda activate xxx

3.退出环境

conda deactivate

4.删除环境

首先要退出当前环境或在base环境下执行。

conda env remove --name xxx

5.列出所有环境

conda env list

5.查看虚拟环境大小(Ubuntu)

5.1.Ubuntu下查看虚拟环境大小

du -sh /home/damon/anaconda3           # base环境大小
du -sh /home/damon/anaconda3/envs/*    # 虚拟环境大小

damon@damon-System-Product-Name:~$ du -sh /home/damon/anaconda3/
43G	/home/damon/anaconda3/
damon@damon-System-Product-Name:~$ du -sh /home/damon/anaconda3/envs/xxx/
9.8G	/home/damon/anaconda3/envs/xxx/
damon@damon-System-Product-Name:~$