Ubuntu は Pytorch 環境 (Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm、Jupyter) を構築します。

1. ミラーソースを構成し、必要な環境をインストールします

1. Ubuntu のバージョン番号を確認しcat /etc/issue、バージョン番号に応じて対応するミラー ソースを追加します
。 2. ミラー ソースをバックアップします。sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
3. Alibaba Cloud の公式 Web サイトで、バージョン番号に対応する Alibaba ミラー ソースを見つけてコピーします。ミラーソース:

または、清華画像ソースの公式 Web サイトで、バージョン番号に対応する清華画像ソースを見つけてコピーします。

4. ソフトウェア ソース構成ファイルを編集します。sudo vi /etc/apt/sources.listファイル内の内容を Ali ミラー ソースまたは清華ミラー ソースに置き換えます
。 5. ソフトウェア ソースを更新します。sudo apt-get update
6. ソフトウェアをコンパイルおよびビルドするためのツール ライブラリをインストールします。sudo apt-get install build-essential

2. Anacondaのダウンロード、インストール、アンインストールと環境設定

1.アナコンダをダウンロードする

Anaconda 公式 Web サイトにアクセスし、Linux バージョンの anaconda (ファイル末尾が .sh) をダウンロードします。

2.アナコンダをインストールする

1. ファイルを Ubuntu にコピーし、対応する場所にコマンドを入力してsh 文件名.shインストールします (root ユーザーでインストールすることをお勧めします)。

2. [はい]と[いいえ]を選択するページが表示されるまでENTERキーを押し続け、キーボードで「yes」と入力します。

3. インストール場所を選択し、インストールする場所を入力します (注: /usr/local、/opt、/home など、一般ユーザーがアクセスできるディレクトリに anaconda をインストールするのが最善です。そうしないと、一般ユーザーはアクセスできない可能性があります)普通に使えます）

root アカウントで anaconda のみを使用する必要がある場合は、ENTER キーを押してデフォルトの場所を選択するだけです。デフォルトのパス/root/anaconda3にインストールしました。

4. conda 環境を初期化します。環境を自動的に構成するにはキーボードで「yes」と入力し、後で構成環境をカスタマイズするにはキーボードで「no」と入力します。

3.Anacondaの環境設定

1. Anaconda のインストール場所を見つけます。デフォルトのインストールを求めるプロンプトが表示されますが、通常は home/username/anaconda3 です。今回は /root/anaconda3 にインストールしました。 2. 環境変数を入力して編集

しvi ~/.bashrc、次の内容:

export PATH="/自己对应的路径名/anaconda3/bin:$PATH"

ここに対応するパス名を書き込みます。私の場合は、export PATH="/root/anaconda3/bin:$PATH" です。

3. 変更したコンテンツをアクティブ化します。source ~/.bashrc
4. 設定が成功したかどうかをテストします。 input conda、「not fond」と表示されない場合、anaconda のインストールと設定が成功したことを意味します。

4. 一般ユーザー/スーパーユーザーに Anaconda の使用許可を与える

root ユーザーまたは一般ユーザーのどちらにインストールするかに関係なく、/usr/local、/opt、/home などの一般ユーザーがアクセスできるディレクトリに anaconda をインストールするのが最善です。そうしないと、一般ユーザーは anaconda を使用できません。
(1) root ユーザー配下にインストールした anaconda は、一般ユーザーに anaconda の使用許可を与えたい
例えば、インストール場所を /opt/anaconda3 として、一般ユーザー直下で実行し、/opt/anaconda3/bin/conda init bashテストを実行しますconda env list(

2) Anaconda通常のユーザーでインストールされているため、スーパー ユーザー (root) に anaconda を使用する権限を与えたい
たとえば、インストール場所は /home/xxx/anaconda3 で、root ユーザーの直下で実行して/home/xxx/anaconda3/bin/conda init bash、conda env listテストを実行します。

5.Anacondaをアンインストールする

/root、/home/root など、通常のユーザーがアクセスできないディレクトリに誤って anaconda をインストールした場合は、anaconda をアンインストールして再インストールできます。
(1) インストール ディレクトリを削除します。rm -rf /root/anaconda3
(2) 環境変数ファイルを編集しvi ~/.bashrc、コメントを付けるか、anaconda3 のパスを削除します
。 (3) 変更した環境変数をすぐに有効にします。source ~/.bashrc

3. グラフィックス カード ドライバー、Cuda、cuDNN のインストール (GPU バージョンの場合はオプション)

ホストにグラフィックス カードが搭載されている場合は、Cuda をインストールして GPU を使用したモデル トレーニングを高速化できます。

1. グラフィックス カード ハードウェアに対応するドライバーをインストールします

Ubuntu 物理マシンにグラフィックス カード ドライバーをインストールするいくつかの方法を参照して、グラフィックス カード ドライバーをインストールします。
入力してnvidia-smi、必要な cuda バージョン番号を確認します。私のバージョンは 12.1 です。

2.グラフィックスカードドライバーのバージョンに対応したcudaをダウンロードします。

nvidia 公式 Web サイトを開き、対応するバージョンのリンクをクリックしてダウンロード インターフェイスに入り (私のものは 12.1、12.1 の任意のバージョンを選択できます)、上記で生成されたコマンドをコピーし、コマンドの最初の行を実行して cuda をダウンロードします


。

wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run

3.cudaのインストール

ダウンロードが完了したら、chmod 777 【下载的sh文件】実行許可を実行し、コマンドの 2 行目を実行して cuda をインストールします。

sudo sh cuda_12.1.0_530.30.02_linux.run

(1) 次のインターフェイスが表示されたら、[続行] を選択して続行します

(2) 次のインターフェイスが表示され、「accept」

と入力します (3) 次のインターフェイスが表示されます。Enter キーを押してドライバーのチェックを外し (グラフィックス カード ドライバーはすでにインストールされています)、[インストール] をクリックして他のコンポーネントのインストール

インストールが完了すると、次のパスが表示され、

同時にインストール ディレクトリに /cuda-version 番号を指す /cuda リンクが自動的に生成されます。

4.cuda環境変数の設定

4.1sudo vi ~/.bashrc環境変数を変更するコマンドを入力します。
自分の anaconda3 のパス名に従って、ファイルの最後に次の 4 行を追加します。

export PATH="/anaconda3的路径名/anaconda3/bin:$PATH"
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME

4.2source ~/.bashrcコマンドを入力して、変更したばかりのコンテンツをアクティブ化します。
4.3 次のコマンドを入力して、cuda が正常にインストールされているかどうかをテストします。

nvcc -V
cd /usr/local/cuda/extras/demo_suite/
./bandwidthTest

結果= PASS成功

5.cudaのアンインストール

5.1 cuda インストール ディレクトリに移動し、アンインストールに関連するファイルを見つけて、アンインストール コマンドを実行します。sudo /usr/local/cuda-12.1/bin/cuda-uninstaller

5.2 アンインストールする cuda バージョンのすべてのコンポーネントを確認します

。 5.3 アンインストールが成功したら、関連するファイルを削除します。

5.4 関連する環境変数を削除します
。sudo vi ~/.bashrc一番下のcuda関連を削除するには、source ~/.bashrc再活性化環境変数設定を実行してください

6. cudaのバージョンに対応したcuDNNをダウンロードする

nvidia 公式 Web サイトを開き、対応するバージョンのリンクをクリックしてダウンロード インターフェイスに入ります (私の cuda バージョンは 12.1 です。cuDNN 12.x の任意のバージョンを選択できます。tar パッケージを使用することをお勧めします)。ダウンロードには登録とログが必要です。 nvidia アカウントに (自分で Baidu)


ダウンロードしたファイルを Ubuntu システムにコピーし、次の解凍コマンドを実行します。

unxz cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar.xz
tar -vxf cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar

7.cuDNNのインストール

解凍したディレクトリに移動し、ターミナルを開き、次のコマンドを入力します。

sudo cp include/cudnn*.h /usr/local/cuda/include/
sudo cp lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

実行が完了したら、次のコマンドを入力して、cuDNN が正常にインストールされたことを確認します。

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

このプロンプト メッセージは、このファイルは C 言語に限定されているため、constexpr キーワードはこのファイルでは使用できないことを意味します。

8. cuDNNのアンインストール

tar パッケージを通じてインストールされた cudnn の場合は、次のコマンドを使用して、cuda インストール ディレクトリにコピーされた cudnn 関連のファイルを削除します。

sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*

4.Anaconda仮想環境の作成

1. Anaconda の共通コマンド: 環境の表示、作成、削除

(1) インストールされている anaconda のバージョンを表示します: conda --version
(2) インストールされている環境を表示します (アスタリスクが付いている環境は現在使用中の環境を示します): ( conda env list
3) 対応する仮想環境をアクティブ化します (環境に入ります): source activate envone(环境名)
(4)デフォルトの仮想環境 環境 (ベース環境): source activate
(5) 現在の conda 環境を終了します: conda deactivate
(6) 環境を削除します: conda remove -n envone(环境名) –all
(7) conda 環境を削除します: conda uninstall -n envone(环境名) --all
(8) 必要なパッケージを環境にインストールします: pip install xxx
(9) インストールされているパッケージを確認しますパッケージ:pip list

2. pytorchディープラーニングフレームワークを構築するためのaiスペースを作成する

anaconda を使用して環境をインストールした後は、ローカルのデフォルト環境がベース環境になります。
(1) ai という名前のスペースを作成します。conda create -n ai
(2) ai スペース (仮想環境) に入ります。conda activate ai

5.Pytorch環境を構築する

1. コマンドを通じて作成した AI 空間に入ります。source activate ai
2. pytorch 公式 Web サイトに入り、対応するバージョンの pytorch をダウンロードします。

• pytorchのバージョンを選択します
• 対応するオペレーティング システムを選択します
• 使用するインストールを選択します。pip を使用して conda にインストールできます
• プログラミング言語として Python を選択します
• cuda バージョンを選択します: 私のバージョンは 12.1 です。pytorch 公式 Web サイトは現在 11.8 Cuda のみをサポートしていますが、コミュニティはそれがより上位のバージョンの Cuda と互換性があることを明確に示しています。

3. 上記で生成したコマンドをai空間で実行します。

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

警告: pip を「root」ユーザーとして実行すると、
アクセス許可が失われ、システム パッケージ マネージャーと競合する動作が発生する可能性があります。
代わりに仮想環境を使用することをお勧めします: https://pip.pypa.io/warnings/venv 警告: pip の最新バージョンを
チェック中にエラーが発生しました。

上記の警告メッセージは、pip を「root」ユーザーとして実行すると、アクセス許可が失われ、システム パッケージ マネージャーの動作と競合する可能性があることを意味します。

6. 関連する依存ライブラリのインストール方法

1. 公式 Web サイトのコマンドを使用して、必要な依存ライブラリをインストールします。

(1) anaconda公式サイトに入り、インストールするライブラリ名を検索（登録、ログインは不要）

(2) 必要なバージョンを選択

(3) 公式サイト上のインストールコマンドをコピー

(4) 実行source activate aiai仮想環境に入り、上記でコピーしたインストールコマンドを実行します。( conda install -c pytorch-lts pytorch

5) Pythonにログインしてimport torch成功したかどうかの検証を実行します

2. condaとpipのミラーアクセラレーション設定

ダウンロードとインストールの速度を向上させるために、conda ソースと pip ソースを国内ソースに変更します。
2.1 conda ソースを変更します
。 ~/.condarc ファイルを変更します。sudo vi ~/.condarc、ファイルの内容を次のように変更します。

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

Tsinghua の conda ソースが使用できない場合は、代わりに送信されたソースを使用できます。

channels:
- https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
- https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true

2.2 pip ソースを変更する
参考: Linux および Windows の pip ミラー ソースを設定する、最も実用的な環境のダウンロード アクセラレーション設定 ——[読んで理解]
Enter を押しconda deactivateて仮想環境を閉じ、ターミナル インターフェイスに戻ります
pip ツールを更新します: pip install --upgrade pip
pip ソースを設定します:pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3. 一般的な深層学習依存関係ライブラリをインストールする

次の conda コマンドを実行して、該当するバージョンと関連する依存ライブラリの関連依存関係を自動的に検索、ダウンロード、インストールします。
(1) opencv ライブラリをインストールします (このライブラリは画像処理に使用されます) コマンド: conda install opencv
(2) torchvision ライブラリをインストールします (このライブラリは高度な事前トレーニング モデルをダウンロードしてトレーニングするために使用されます) コマンド: (3) conda install torchvision
torch ライブラリをインストールします (このライブラリは深層学習に使用されます。タスクでニューラル ネットワーク モデルを構築、トレーニング、展開します) コマンド: conda install torch
(4) cv2 ライブラリをインストールします (このライブラリは、コンピュータ ビジョンと画像処理で多くの機能とツールを提供します): (5 conda install -c necla-ml opencv-python
) tensorboardx ライブラリ (このライブラリは、ニューラル ネットワークのトレーニング プロセスと結果を分析するための視覚化とツールを提供します):conda install -c conda-forge tensorboardx

4. 依存ライブラリをインストールする際の一般的な問題

質問 1: 依存ライブラリのインストール時に「PackagesNotFoundError」エラーが表示される

Conda または同様のパッケージ マネージャーの使用時に「PackagesNotFoundError」エラーが発生した場合は、目的のパッケージまたはパッケージのバージョンが現在構成されているソフトウェア ソース チャネルにないことを示している可能性があります。この問題を解決するには、 https://blog.csdn.net/weixin_45552562/article/details/109668589を参照してください。次のコマンドを実行してソフトウェア ソース情報を更新します。 をconda update --all


再実行しますconda install torch。それでもエラーが発生する場合は、エラー プロンプトに従い、6.1 を参照して公式 Web サイトで対応するコマンドを見つけてインストールします。

7. Python環境の説明とPycharm、Jupyterツールのインストール

1.Python 環境の手順では、Ubuntu ではシステム Python、anaconda では Pythonを参照できます。

2. Pycharm ツールのインストールは、 PyCharm をインストールするための Ubuntu 16.04を参照できます
(1) PyCharm 公式 Web サイトからインストール パッケージをダウンロードします(コミュニティ版は無料です)

(2)tar -zxvf pycharm-community-2022.3.2.tar.gzコマンドを実行してインストール パッケージを解凍します

(3) インストール パッケージの bin ディレクトリに入りますソフトウェアの場合、コマンドを実行してsh ./pycharm.shPycharm を開きます

(4) 一般ユーザー権限の問題
エラー メッセージが一般ユーザー権限に関するものである場合は、関連するファイルの所有者を変更してみてください。

sudo chown ownername:groupname /path/to/directory

上記のコマンドでは、「ownername」は指定された新しい所有者のユーザー名、「groupname」は指定された新しい所有グループのグループ名、「/path/to/directory」は変更するディレクトリへのパスです。

3. Anaconda には独自の Jupyter ツールがあり、次のコマンドで開くことができます。jupyterチュートリアルjupyter notebookを参照してください。