记录自己NVIDIA GeForce MX250迷之安装cuda+pytorch成功了
阅读原文时间:2023年07月08日阅读:4

电脑是ubuntu20.4 Pop!_OS 20.04 LTS

MX250显卡并没有列在CUDA支持的GPU里

希望文中链接的别人的博客不会消失掉。

安装了英伟达的驱动

参考了这一篇:Ubuntu 安装Nvidia显卡驱动,跟着这篇博客

①进入bios,禁用自己的secure boot

ubuntu-drivers devices # 查看显卡设备和显卡驱动

sudo ubuntu-drivers autoinstall #自动安装合适显卡驱动

③重启。这个时候就能使用nvidia-smi命令看到下面的界面了。

这里可以看到已经有一个CUDA Version了。原因在这篇博客里面“nvcc和nvidia-smi显示的CUDA版本不同?”和“runtime和driver API区别”部分把原因写清楚了:显卡,显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么?这篇博客也把我目前想知道的所有东西整理了出来,非常推荐阅读。截个图:

另外,关于nvidia-smi中每个地方是什么意思可以参考这篇博客:GPU之nvidia-smi命令详解

然后是安装CUDA

我装的是CUDA版本号如下:

最后是直接sudo aptitude install cuda-toolkit-8-0 ,然后配置好环境变量,就成功了。下面是我安装中出现的问题(一堆废话)。


不知道为什么,我在官网上也是自动下的8.0版本,不过没安装成功。

关于没成功:先用官网的run文件安装,安装不成功,安装时在终端提示“你在尝试安装在一个不支持的配置上”,遂失败。然后用deb包安装,按照官网的步骤:

最后一步sudo apt-get install cuda这一步出现报错:“依赖: cuda-xxx (>= xxxx) 但是它将不会被安装"于是搜索后知道使用aptitude比apt更适合处理依赖问题。于是我使用sudo aptitude install cuda,终端里解决方案写了一长串,一堆软件包要升级,一堆软件包要新安装啥的,最后“下列动作将解决这些依赖关系”里面,它给出的方案是直接不安装cuda了(笑死)。嗯最后不知道怎么想到了直接sudo aptitude install cuda-(这里按了按Tab键)然后cuda-toolkit-8-0就补全了,就成功了。


然后是安装pytorch

pytorch需要与cuda版本对应,不然就会报错。因此,关于python虚拟环境,见我另一篇

CUDA与pytorch版本对应关系:pytorch-previous-versions

附上清华源的链接:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/

我用conda配置的python2.7的环境,然后用下面命令装

conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch

浅浅看看成功没:

import torch
x = torch.Tensor([123])
print(x)
x_cuda = x.cuda()
print (x_cuda)
print(torch.cuda.is_available())

成功了。