登录社区云，与社区用户共同成长
邀请您加入社区
本文介绍了从0开始安装并配置ubuntu深度学习环境，解决了一系列可能出现的bug，并整合了大量资源链接。从选购硬盘、U盘开始，对硬盘分区进行管理、格式化，制作引导启动盘，设置bios，ubuntu初始配置，安装nvidia驱动，cuda,cudnn，anaconda配置pytorch深度学习环境与版本兼容问题，磁盘挂载与共享，制作镜像，介绍了基础的linux知识和磁盘管理知识。
最近一年多时间里，陆续安装了几块4090显卡。在不同的机器上下载CUDA驱动时，有时选择了11.8版本，大多数时候选择的是12.x的版本。平时开发大部分时间使用pytorch，偶而使用tensorflow。每次安装Tensorflow时都需要折腾很长时间。出现的问题要不是上面找不到某些cudart64_110.dll的错误，要不其它的一些问题。在Win11和WSL2上都存在问题。
在Anaconda的虚拟环境上安装cuda、pytorch、opencv以及tensorflow 以及相关报错。
自己在配置指定版本的cuda环境时出现很多问题，搜索了很多方法之后最终配置成功，特此记录一下。
随后选择Change Toolkit Install Path，与Enter。进入自己建立的文件夹中（使用cd XXX/cuda11.8），使用。至此，安装了cuda与对应的paddle-gpu，问题解决。（此步骤可能需要耗费一些时间，请耐心等待）注意：因为没有sudo权限，直接运行。随后选择Options，与Enter。填写cuda安装路径，与Enter。(注意：有空格，直接复制粘贴)。6. 安
废话不多说，直接上流程。会输出你安装的版本号。
Pytorch（gpu），cuda，cudnn安装
barracudacentral梭子鱼黑名单移除说明从www.barracudacentral.org中移除垃圾邮件黑名单申诉过程：1、打开http://www.barracudacentral.org/lookups输入服务器IP地址和验证码查询。2、你可以看到“The ip address 12*.***.***.*** is listed as "poor" on the Barracuda
之前在实验室的服务器上安装过一遍，现在在自己的电脑上再配置一下，仅当记录。一次成功~参考这个博主https://blog.csdn.net/sinat_23619409/article/details/84202651注意1：尽量将组件中的NVDIA GeForce Experience选项勾掉。有的人可能认识这个，这不调游戏画面参数的那个嘛。咳咳，这个是NVDIA提供给用户的一个类似于控制面板的
在深度学习训练中，我们通常会优先选择GPU加速计算。然而，有时会遇到一个诡异的现象：返回True却返回False，导致代码回退到CPU模式。
