Ubuntu 18.04上Python 3.8、CUDA 11.4、PyTorch 1.13.1和TensorRT 8.4的安装与测试全过程
5星
- 浏览量: 0
- 大小:None
- 文件类型：DOC
简介：
本教程详细记录了在Ubuntu 18.04系统中，从零开始搭建并配置Python 3.8、CUDA 11.4、PyTorch 1.13.1以及TensorRT 8.4的完整过程，并提供全面测试方法。
### 知识点一：Ubuntu 18.04 上 Python 3.8 环境搭建
在 Ubuntu 18.04 上搭建 Python 3.8 的环境，可以通过 Anaconda 来轻松管理不同版本的 Python 和相关依赖库。首先确保已经安装了 Anaconda，如果没有安装，则可以访问 Anaconda 官方网站下载安装。安装好 Anaconda 后，打开终端并执行以下命令来创建一个名为 `py38` 的新环境：
```bash
conda create -n py38 python=3.8
```
创建环境后，需要激活这个环境：
```bash
source activate py38
```
这一步是必不可少的，因为后续的所有操作都将在这个环境中进行。
### 知识点二：CUDA 11.4 安装与验证
#### 安装 CUDA 11.4
1. **下载 CUDA 11.4**：访问 NVIDIA 的官方下载页面，选择合适的 CUDA 版本（本例中为 11.4），下载相应的 `.run` 文件。
2. **安装 CUDA**：通过终端执行下载好的 `.run` 文件。通常步骤包括卸载旧版本、接受许可协议、选择安装类型等。
3. **验证 CUDA 安装**：可以通过命令 `nvidia-smi` 查看当前系统中已安装的 CUDA 版本，确认版本号为 11.4。
#### 验证 CUDA 安装
在终端输入 `nvidia-smi`，如果输出显示的 CUDA 版本为 11.4，则表示安装成功。
### 知识点三：PyTorch 1.13.1 安装与验证
#### 使用清华源镜像安装 PyTorch
1. **选择正确的 PyTorch 版本**：根据 CUDA 的版本选择对应的 PyTorch 版本。对于 CUDA 11.4，推荐使用 PyTorch 1.13.1。
2. **安装 PyTorch**：使用 pip 命令安装 PyTorch，同时指定清华源作为下载来源：
```bash
pip install torch-1.13.1-cp38-cp38-manylinux1_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
```
#### 验证 PyTorch 安装
安装完成后，可以通过 Python 的交互模式来验证 PyTorch 是否正确安装：
```python
import torch
print(torch.__version__)
```
如果输出版本号为 1.13.1，则表明安装成功。
### 知识点四：TensorFlow 相关组件安装
#### 安装 torchvision
```bash
pip install torchvision==0.14.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
```
#### 安装 yolov5
1. **下载 yolov5**：从 GitHub 下载 yolov5 的 v6.2 版本，并解压到本地。
2. **安装相关库**：在解压后的 yolov5 文件夹中，找到 `requirements.txt` 文件，并确保其中的 torch 和 torchvision 已被注释掉。然后，在该文件夹中激活 Python 3.8 环境，并执行：
```bash
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
```
### 知识点五：TensorRT 8.4.3.1 安装与验证
#### 下载并安装 TensorRT 8.4.3.1
1. **下载 TensorRT 8.4.3.1**：访问 NVIDIA 官网下载对应 CUDA 11.4 的 TensorRT 安装包。
2. **安装 TensorRT**：解压下载的文件至本地，并进入解压后的 `TensorRT-8.4.3.1.Linux.x86_64-gnu.cuda-11.6.cudnn8.4TensorRT-8.4.3.1python` 文件夹，激活 Python 3.8 环境后安装 TensorRT 库：
```bash
pip install tensorrt-8.4.3.1-cp38-none-linux_x86_64.whl
```
3. **安装其他必要的库**：在 `TensorRT-8.4.3.1graphsurgeon` 文件夹下，安装 `graphsurgeon` 库：
```bash
cd TensorRT-8.4.3.1graphsurgeon
pip install graphsurgeon-0.4.6-py2.py3-none-any.whl
```
#### 验证 TensorRT 安装
安装完成后，可以通过
全部评论 (0)
