这篇文章将为大家详细讲解有关Ubuntu20.4如何搭建深度学习平台，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
1、在官网下载相应的操作系统后，使用软碟通制作启动镜像；
2、在系统安装界面，选择安装Ubuntu，等待几分钟，设置用户名-计算机名-密码等信息即可重启；
3、进入系统后，若发现系统无网络连接，可使用netplan方式配置网络，具体步骤如下：
在 terminal中输入ip -a查看所连接的网卡：
计算
安全
数据库
网络和加速
企业服务
ip -a使用管理员身份配置网卡信息：
sudo vim /etc/netplan/01-network-manager-all.yml
在文中配置已经连接的网卡：
#空白位置使用空格，请勿使用TAB
network:
ethernets:
eno2: #此处为对应的网卡名
dhcp4: no #静态地址为No，动态地址为Yes
dhcp6: no #静态地址为No，动态地址为Yes
addresses: [192.168.1.103/24] #静态IP地址和子网掩码
gateway4: 192.168.1.1 #网关
nameservers: #DNS服务器
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
设置与打开SSH：
sudo apt install openssh-server
#安装完成后，查看/启动ssh服务
sudo systemctl status/start ssh4、在Ubuntu20.4中，已经安装有Python3.X，如果搭建深度学习平台，在此仅需要安装项目环境管理工具Anaconda、GPU运算平台CUDA和深度学习框架Pytorch（可根据自己情况选择）
4.1、安装Anaconda，并创建项目环境
#下载Anaconda
wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh
#运行，安装
sudo bash Anaconda3-2020.07-Linux-x86_64.sh
#在过程中，注意将安装路径添加到Path中，可使用conda测试
conda list
#如果报错，即为没有添加成功，可进行手动添加
sudo vim ~/.bashrc
#在文件开始的位置，添加以下内容
export PATH=/home/iip_ski/anaconda3/bin:$PATH
#保存关闭后，运行生效
source ~/.bashrc4.2、安装显卡驱动与CUDA
在NVIDIA官网上查找适合当前的网卡驱动前，可以先在CUDA工具包官网查看各个版本CUDA所需要的基础驱动版本号
例如：
图中红框位置即为最低驱动版本，在驱动下载界面查看如下图：
下完成后，切换到无图形界面，在terminal中：
init 3
#需要重新登录
#开始安装显卡驱动
sudo chmod +777 NVIDIA-Linux-x86_64-455.38.run
sudo ./NVIDIA-Linux-x86_64-455.38.run -no-opengl-files
#过程中：
#是否安装其他版本显卡驱动---否
#是否安装32位----否安装结束后，使用nvidia-smi测试是否安装成功。
开始CUDA安装：
sudo chmod +777 cuda_11.1.1_455.32.00_linux.run
sudo ./cuda_11.1.1_455.32.00_linux.run
#安装过程中：
#开始安装，终止/继续---选择继续
#安装协议---接受
#安装选项--X表示选中，去掉显卡驱动选项，其他正常安装
#安装完成
#将CUDA加到环境参数中
sudo vim ~/.bashrc
#在文件中conda后一行，添加以下内容
export LD_LIBRARY_PATH=$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 ~/.bashrc4.3、安装深度学习框架--以Pytorch为例
首先启用虚拟项目环境，如果没有虚拟环境，可以新建
#搭建项目使用的虚拟环境
conda create -n XXX #XXX为项目名，不建议使用中文
#创建成功后，调用
conda activate XXX在安装相应的框架之前，为了保证提升安装速度，可将Conda更换为国内源，国外可忽略。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes安装Pytorch：
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch安装完成后，进行CUDA测试：
python
>>import torch
>>otrch.randn(2,3).cuda()
#如果正常输出没有报错，即为安装成功。关于“Ubuntu20.4如何搭建深度学习平台”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/aisi746467512/blog/4804424
