一.安装Pycharm和miniconda

1.pycharm

把安装包粘贴到主目录下解压，打开终端输入指令解压

（安装包网盘链接）

tar -zxvf pycharm-community-2024.3.4.tar.gz

 再输入

mv pycharm-community-2024.3.4 PyCharm

发现

接下来

 cd ./PyCharm/
 cd ./bin/
./pycharm.sh

 打开pycharm

2.miniconda3

终端打开主目录

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

进入base环境并初始化：

source ~/miniconda3/bin/activate    #进入base环境

conda init --all                    #初始化

退出base：

conda config --set auto_activate_base false

  二.安装nvidia驱动（此处选择535）

1.自动安装（第一种方法）

1.进入软件与更新

2.

3.选择需要的驱动（535），点击应用更改后重启电脑

4.如果点开附加驱动后没有535

sudo apt-get update
sudo apt-get upgrade

2.命令行安装（第二种方法）

https://blog.csdn.net/qq_43744723/article/details/123959160?fromshare=blogdetail&sharetype=blogdetail&sharerId=123959160&sharerefer=PC&sharesource=fhbshreobfkekndj&sharefrom=from_link

三.安装cuda和cudnn

先更新

sudo apt-get update		# 更新软件列表
sudo apt-get install g++		# 下载g++编译器
sudo apt-get install gcc		# 下载gcc编译器
sudo apt-get install make		# 下载GNU Make编译器
sudo apt-get install initramfs-tools   # 下载安装initramfs-tools

1.cuda11.8

1.1

在主目录打开终端输入

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

输入第二条指令后，可能会卡一会儿，请耐心等待

选择continue

 输入accept

在Driver上按Enter取消这个选项 

开始安装

1.2

 在.bashrc文件最下方，添加下入代码

export PATH=$PATH:/usr/local/cuda-11.8/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/lib64
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.8/extras/CUPTI/lib64

最后再终端里刷新环境

source ~/.bashrc

1.3

验证安装成功

(1)

nvcc --version

 (2)

主目录终端输入：

echo $PATH
echo $LD_LIBRARY_PATH

结果为

      

2.cudnn

安装包网盘连接

从官网上下载安装包（上面的网盘连接是8.9.7的），其他版本要登录官网下载

放到主目录下

sudo dpkg -i cudnn-local-repo-ubuntu2004-8.9.7.29_1.0-1_amd64.deb

之后按终端提示复制粘贴输入

再

sudo apt-key add /var/cudnn-local-repo-ubuntu2004-8.9.7.29/7fa2af80.pub
sudo apt-get update
sudo apt-get install libcudnn8=8.9.7.29-1+cuda11.8
sudo apt-get install libcudnn8-dev=8.9.7.29-1+cuda11.8
sudo apt-get install libcudnn8-samples=8.9.7.29-1+cuda11.8

验证cudnn安装成功：

cp -r /usr/src/cudnn_samples_v8/ $HOME
cd $HOME/cudnn_samples_v8/mnistCUDNN

make clean && make
./mnistCUDNN

输出为：

安装成功

四.在虚拟空间里安装pytorch(框架)和diffusion模型库

(to be contiued)