-
安装英伟达驱动
应用程序-> 附加驱动 → 选择驱动版本 → 应用更改（需要选择点击两遍）->重启
控制台输入nvidia-smi
-
安装cuda
根据上面图片，比如我这个电脑安装的550的驱动，对应的版本就是12.4,去官网下载12.4版本。官网地址
选择对应的版本
根据顺序执行下方的命令，大概会在最后一条报错
解决方案:
- 打开镜像文件并修改
sudo vim /etc/apt/sources.list.d/ubuntu.sources - 向sources文件中添加如下内容
Types: deb
URIs: Index of /ubuntu
Suites: lunar
Components: universe
Signed-By: /usr/share/keyrings/ubuntu-archive-keyring.gpg - 更新
sudo apt-get update - 重新安装
sudo apt install cuda -y
cuda环境变量配置：
sudo nano ~/.bashrc
- 将以下内容添加进文件最后
export PATH=/usr/local/cuda-12.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
- 注意修改上面的版本号为自己下载的版本
- 保存退出后（Ctrl+x），更新一下环境变量：
source ~/.bashrc
这时候在执行 nvcc -V 就能够显示cuda版本了。
- 安装cudnn
cuDNN是对CUDA的一些补充,下载对应CUDA12.4的cuDNN压缩包(这一步可能需要注册英伟达账号)。解压之后得到cuda目录，cuda目录下面有include和lib64两个子目录，将这两个目录下面的所有文件拷贝到CUDA 12.4安装路径对应的目录下面即可。
cuDNN下载地址
tar -xvf cudnn**
cd cudnn-linux-x86_64-8.9.3.28_cuda12-archive
#以下是安装命令
sudo cp -r lib/* /usr/local/cuda-12.4（自己检查具体的版本修改路径）/lib64/
sudo cp -r include/* /usr/local/cuda-12.4（自己检查具体的版本修改路径）/include/
#为更改读取权限：
sudo chmod a+r /usr/local/cuda-12.4（自己检查具体的版本修改路径）/include/cudnn*
sudo chmod a+r /usr/local/cuda-12.4（自己检查具体的版本修改路径）/lib64/libcudnn*
检查cudnn是否安装成功
cat /usr/local/cuda-12.0/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
- 安装conda
conda下载地址
安装 Anaconda
bash Anaconda3-2024.10-1-Linux-x86_64.sh
输入yes 回车直到安装成功
注意事项：
conda init初始化是no 需要输入yes 会设置环境变量
如果没有设置的话，也不要急，可以手动初始化
source ~/anaconda3/bin/activate
执行完成后进入base环境
conda init
执行完成后最后一行如下：
关闭终端重新打开
cat ~/.bashrc
conda --version
conda就安装完毕了
其他的conda命令
#创建虚拟环境
conda create -n your_env_name python=X.X（3.6、3.7等）
#激活虚拟环境
source activate your_env_name(虚拟环境名称)
#退出虚拟环境
source deactivate your_env_name(虚拟环境名称)
#删除虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all
#查看安装了哪些包
conda list
#安装包
conda install package_name(包名)
conda install scrapy==1.3 # 安装指定版本的包
conda install -n 环境名 包名 # 在conda指定的某个环境中安装包
#查看当前存在哪些虚拟环境
conda env list
#或
conda info -e
#或
conda info --envs
#检查更新当前conda
conda update conda
#更新anaconda
conda update anaconda
#更新所有库
conda update --all
#更新python
conda update python
- 使用conda安装yolov8
- 创建虚拟环境
- 激活虚拟环境
- 安装依赖
- 安装pytorch
- 安装yolo
pip install ultralytics
- 测试YOLOv8 是否安装成功
yolo predict model=yolov8n.pt source='https://ultralytics.com/images/bus.jpg
- pycharm 引用conda环境
