這篇文章將為大家詳細(xì)講解有關(guān)Ubuntu20.4如何搭建深度學(xué)習(xí)平臺，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

成都創(chuàng)新互聯(lián)公司專注于企業(yè)網(wǎng)絡(luò)營銷推廣、網(wǎng)站重做改版、大關(guān)網(wǎng)站定制設(shè)計(jì)、自適應(yīng)品牌網(wǎng)站建設(shè)、H5響應(yīng)式網(wǎng)站、商城網(wǎng)站定制開發(fā)、集團(tuán)公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站建設(shè)、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計(jì)等建站業(yè)務(wù)，價(jià)格優(yōu)惠性價(jià)比高，為大關(guān)等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

1、在官網(wǎng)下載相應(yīng)的操作系統(tǒng)后，使用軟碟通制作啟動鏡像；

2、在系統(tǒng)安裝界面，選擇安裝Ubuntu，等待幾分鐘，設(shè)置用戶名-計(jì)算機(jī)名-密碼等信息即可重啟；

3、進(jìn)入系統(tǒng)后，若發(fā)現(xiàn)系統(tǒng)無網(wǎng)絡(luò)連接，可使用netplan方式配置網(wǎng)絡(luò)，具體步驟如下：

在 terminal中輸入ip -a查看所連接的網(wǎng)卡：

ip -a

使用管理員身份配置網(wǎng)卡信息：

sudo vim /etc/netplan/01-network-manager-all.yml

在文中配置已經(jīng)連接的網(wǎng)卡：

#空白位置使用空格，請勿使用TAB
network:
 ethernets:
  eno2:  #此處為對應(yīng)的網(wǎng)卡名
   dhcp4: no #靜態(tài)地址為No，動態(tài)地址為Yes
   dhcp6: no #靜態(tài)地址為No，動態(tài)地址為Yes
   addresses: [192.168.1.103/24] #靜態(tài)IP地址和子網(wǎng)掩碼
   gateway4: 192.168.1.1 #網(wǎng)關(guān)
   nameservers: #DNS服務(wù)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

設(shè)置與打開SSH：

sudo apt install openssh-server
#安裝完成后，查看/啟動ssh服務(wù)
sudo systemctl status/start ssh

4、在Ubuntu20.4中，已經(jīng)安裝有Python3.X，如果搭建深度學(xué)習(xí)平臺，在此僅需要安裝項(xiàng)目環(huán)境管理工具Anaconda、GPU運(yùn)算平臺CUDA和深度學(xué)習(xí)框架Pytorch（可根據(jù)自己情況選擇）

4.1、安裝Anaconda，并創(chuàng)建項(xiàng)目環(huán)境

#下載Anaconda
wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh
#運(yùn)行，安裝
sudo bash Anaconda3-2020.07-Linux-x86_64.sh
#在過程中，注意將安裝路徑添加到Path中，可使用conda測試
conda list
#如果報(bào)錯，即為沒有添加成功，可進(jìn)行手動添加
sudo vim ~/.bashrc
#在文件開始的位置，添加以下內(nèi)容
export PATH=/home/iip_ski/anaconda3/bin:$PATH
#保存關(guān)閉后，運(yùn)行生效
source ~/.bashrc

4.2、安裝顯卡驅(qū)動與CUDA

在NVIDIA官網(wǎng)上查找適合當(dāng)前的網(wǎng)卡驅(qū)動前，可以先在CUDA工具包官網(wǎng)查看各個(gè)版本CUDA所需要的基礎(chǔ)驅(qū)動版本號

例如：

圖中紅框位置即為最低驅(qū)動版本，在驅(qū)動下載界面查看如下圖：

下完成后，切換到無圖形界面，在terminal中：

init 3
#需要重新登錄
#開始安裝顯卡驅(qū)動
sudo chmod +777 NVIDIA-Linux-x86_64-455.38.run
sudo ./NVIDIA-Linux-x86_64-455.38.run -no-opengl-files 
#過程中：
#是否安裝其他版本顯卡驅(qū)動---否
#是否安裝32位----否

安裝結(jié)束后，使用nvidia-smi測試是否安裝成功。

開始CUDA安裝：

sudo chmod +777 cuda_11.1.1_455.32.00_linux.run
sudo ./cuda_11.1.1_455.32.00_linux.run
#安裝過程中：
#開始安裝，終止/繼續(xù)---選擇繼續(xù)
#安裝協(xié)議---接受
#安裝選項(xiàng)--X表示選中，去掉顯卡驅(qū)動選項(xiàng)，其他正常安裝
#安裝完成
#將CUDA加到環(huán)境參數(shù)中
sudo vim ~/.bashrc
#在文件中conda后一行，添加以下內(nèi)容
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
#保存后退出
source ~/.bashrc

4.3、安裝深度學(xué)習(xí)框架--以Pytorch為例

首先啟用虛擬項(xiàng)目環(huán)境，如果沒有虛擬環(huán)境，可以新建

#搭建項(xiàng)目使用的虛擬環(huán)境
conda create -n XXX #XXX為項(xiàng)目名，不建議使用中文
#創(chuàng)建成功后，調(diào)用
conda activate XXX

在安裝相應(yīng)的框架之前，為了保證提升安裝速度，可將Conda更換為國內(nèi)源，國外可忽略。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

安裝Pytorch：

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

安裝完成后，進(jìn)行CUDA測試：

python
>>import torch
>>otrch.randn(2,3).cuda()
#如果正常輸出沒有報(bào)錯，即為安裝成功。

關(guān)于“Ubuntu20.4如何搭建深度學(xué)習(xí)平臺”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。