Ubuntu中,在docker中安装pytorch(gpu)+cuda-详细

本文介绍了如何在Ubuntu系统中使用Docker安装PyTorch(GPU版)和CUDA。首先安装Docker并配置远程访问,然后安装显卡驱动,根据驱动确定CUDA版本。接着,从Docker Hub拉取合适的PyTorch镜像,并启动容器。在容器内初始化conda环境,验证CUDA和PyTorch GPU支持。最后,安装Jupyter Notebook并配置远程连接,实现本地访问容器内的Jupyter服务。

在本地和服务器物理机以及docker中都安装了环境,最后觉得还是docker中的最方便,建议安装在docker上。

1.安装docker,参考linux中docker的安装及使用_LOLUN9的博客-CSDN博客。这一步比较容易也   不怎么出错。注意,一定要全部安装完毕,远程也要配置。不然无法通过ssh远程登录。

2.在物理机上安装显卡驱动,这一步一定要对上版本,不然很容易报错。查询官网,版本号应该对应如下:

 在ubuntu中直接使用命令来查看版本:无需上官网查看,下载。

sudo apt list nvidia-driver*

得到的版本结果显示如下:

 我这里直接安装470版本。同样在ubuntu中使用命令:

sudo apt install nvidia-driver-470

安装结束之后,重启服务器:sudo reboot

重启结束后查看GPU信息:

nvidia-smi

 

评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值