2026/9/4 9:35:44
FEATURED · 精选文章 
目录一、ubuntu的安装二、基本环境的搭建三、英伟达显卡驱动、CUDA、cuDNN、conda的安装四、conda运行环境从在线环境导至离线环境一、ubuntu的安装1在ubuntu官网https://cn.ubuntu.com/download下载iso文件页面底部有其他版本的下载链接一般考虑LTS长期支持版本作者下的24.04。2直接使用windows11自带的ISO刻录功能刻录ISO文件到光盘因为ISO文件可能比较大大于一般光盘的4.7G,你可以买8.7G的大容量光盘来刻录。也可以制作U盘启动工具方法自己搜3刻录完成后调整BIOS中启动顺序从你的光驱中启动按照步骤安装即可。有需要分配磁盘空间的按照自己的需求分配即可一般我把/home目录分配的大一点。目录结构参考linux目录结构注意事项如果电脑装不上多换几个版本试试。二、基本环境的搭建1首先要解决的可能是输入法的问题离线安装sogou我是没成功最后用的默认的iBus的中文输入在设置-系统-区域与语言里面管理安装语言选iBus-添加和删除语言勾选中文简体-应用到整个系统其他快捷方式自行设置。2系统环境的安装这一步最难搞了我用过offline没啥屁用用下面这种方法ok.首先在联网环境安装一个一模一样的系统就是第一步里面提到的ISO,你可以使用virtualbox整个虚拟工具来安装这里主要是为了有一个和离线环境一模一样的系统这样就可以使用apt工具下载相关以来包可以直接使用。相关说明见ubuntu安装的一些注意事项安装启动前注意在virtualbox的配置里面取消网卡免得系统自动更新。安装完成后进行以下操作# 禁用自动更新服务 sudo systemctl disable unattended-upgrades sudo systemctl stop unattended-upgrades sudo apt clean //清除缓存 sudo apt install --download-only package-name //下载到缓存 sudo cp /var/cache/apt/archives/*.deb 指定目录 sudo dpkg -i *.deb //离线机器上安装那些包 sudo apt -f install //修复依赖关系基于刚才安装的包基于以上命令能够顺利安装你需要的包一般包括sudo apt install --download-only build-essential dkms linux-headers-$(uname -r) git三、英伟达显卡驱动、CUDA、cuDNN、conda的安装显卡驱动的安装基本上这篇文章是靠谱的Ubuntu22.04深度学习环境安装【显卡驱动安装】首先是驱动的下载英伟达官网选择自己合适的驱动即可注意驱动版本。后续安装CUDA需要考虑驱动版本的兼容性。显卡驱动安装的时候需要提前构建好ubuntu系统环境见第二步。安装时尽量选默认选项就可以了还有需要下载nvidia Linux64bit版本是.run后缀的离线安装版而不是deb版本。此外就是gcc版本问题如果是ubuntu 22.04默认版本是gcc-11,而新版本的驱动都需要gcc-12,具体操作和上面这个连接里面描述的是一致的。主要包括gcc版本确认、禁用原开源驱动和使用“sudo telinit 5”切换至命令行。gcc版本确认参考切换gcc和g的版本这篇文章下载指定版本gcc使用下面的命令sudo apt-get install --download-only gcc-12 g-12CUDA的安装下载对应的runfile文件下载连接https://developer.nvidia.com/cuda-downloads参考官网安装方式即可前面驱动这些装好了基本安装这个没什么问题这个地方前面装了驱动的话记得取消勾选驱动。注意使用“nvidia-smi”命令确认可安装的CUDA版本。此外cuda需要配置环境变量。在.bashrc文件里面增加环境变量。export PATH/usr/local/cuda/bin${PATH::${PATH}} export LD_LIBRARY_PATH/usr/local/cuda/lib64${LD_LIBRARY_PATH::${LD_LIBRARY_PATH}} export CUDA_HOME/usr/local/cuda最后执行“source ~/.bashrc”让环境变量立马生效使用“nvcc --version”查看CUDA版本。cuDNN的安装在官网下载对应版本然后按照官网说明进行安装如果报E: Release file for file:/ var/ cudnn-local-repo-ubuntu2404-9.17.1/ InRelease is no t valid yet (invalid for another 198d 3h 39min 16s). Updates for this repository will not be applied.请纠正你的电脑系统时间miniconda的安装请按照官方说明安装。完成后还是执行“source ~/.bashrc”让环境变量立马生效。四、conda运行环境从在线环境导至离线环境conda打包离线环境conda install -c conda-forge conda-pack安装conda-packconda pack -n “source env name” -o “target name.tar.gz,可以加上路径“ -n指name的简称 -c是channel的简称。然后解压到离线环境中conda的env目录执行 source ~/miniconda3/envs/my_env/bin/conda-unpack.也可以不用执行这一句好像也可以单独下载某一个库然后单独拷进离线电脑安装也可以。①pip download 库名称 -d 目录路径。 例如pip download numpy -d /home/data②pip install --no-index --find-links 离线电脑这个库的目录绝对路径 库名称。pip install --no-index --find-links /home/data numpy
在离线ubuntu上布置深度学习环境
目录一、ubuntu的安装二、基本环境的搭建三、英伟达显卡驱动、CUDA、cuDNN、conda的安装四、conda运行环境从在线环境导至离线环境一、ubuntu的安装1在ubuntu官网https://cn.ubuntu.com/download下载iso文件页面底部有其他版本的下载链接一般考虑LTS长期支持版本作者下的24.04。2直接使用windows11自带的ISO刻录功能刻录ISO文件到光盘因为ISO文件可能比较大大于一般光盘的4.7G,你可以买8.7G的大容量光盘来刻录。也可以制作U盘启动工具方法自己搜3刻录完成后调整BIOS中启动顺序从你的光驱中启动按照步骤安装即可。有需要分配磁盘空间的按照自己的需求分配即可一般我把/home目录分配的大一点。目录结构参考linux目录结构注意事项如果电脑装不上多换几个版本试试。二、基本环境的搭建1首先要解决的可能是输入法的问题离线安装sogou我是没成功最后用的默认的iBus的中文输入在设置-系统-区域与语言里面管理安装语言选iBus-添加和删除语言勾选中文简体-应用到整个系统其他快捷方式自行设置。2系统环境的安装这一步最难搞了我用过offline没啥屁用用下面这种方法ok.首先在联网环境安装一个一模一样的系统就是第一步里面提到的ISO,你可以使用virtualbox整个虚拟工具来安装这里主要是为了有一个和离线环境一模一样的系统这样就可以使用apt工具下载相关以来包可以直接使用。相关说明见ubuntu安装的一些注意事项安装启动前注意在virtualbox的配置里面取消网卡免得系统自动更新。安装完成后进行以下操作# 禁用自动更新服务 sudo systemctl disable unattended-upgrades sudo systemctl stop unattended-upgrades sudo apt clean //清除缓存 sudo apt install --download-only package-name //下载到缓存 sudo cp /var/cache/apt/archives/*.deb 指定目录 sudo dpkg -i *.deb //离线机器上安装那些包 sudo apt -f install //修复依赖关系基于刚才安装的包基于以上命令能够顺利安装你需要的包一般包括sudo apt install --download-only build-essential dkms linux-headers-$(uname -r) git三、英伟达显卡驱动、CUDA、cuDNN、conda的安装显卡驱动的安装基本上这篇文章是靠谱的Ubuntu22.04深度学习环境安装【显卡驱动安装】首先是驱动的下载英伟达官网选择自己合适的驱动即可注意驱动版本。后续安装CUDA需要考虑驱动版本的兼容性。显卡驱动安装的时候需要提前构建好ubuntu系统环境见第二步。安装时尽量选默认选项就可以了还有需要下载nvidia Linux64bit版本是.run后缀的离线安装版而不是deb版本。此外就是gcc版本问题如果是ubuntu 22.04默认版本是gcc-11,而新版本的驱动都需要gcc-12,具体操作和上面这个连接里面描述的是一致的。主要包括gcc版本确认、禁用原开源驱动和使用“sudo telinit 5”切换至命令行。gcc版本确认参考切换gcc和g的版本这篇文章下载指定版本gcc使用下面的命令sudo apt-get install --download-only gcc-12 g-12CUDA的安装下载对应的runfile文件下载连接https://developer.nvidia.com/cuda-downloads参考官网安装方式即可前面驱动这些装好了基本安装这个没什么问题这个地方前面装了驱动的话记得取消勾选驱动。注意使用“nvidia-smi”命令确认可安装的CUDA版本。此外cuda需要配置环境变量。在.bashrc文件里面增加环境变量。export PATH/usr/local/cuda/bin${PATH::${PATH}} export LD_LIBRARY_PATH/usr/local/cuda/lib64${LD_LIBRARY_PATH::${LD_LIBRARY_PATH}} export CUDA_HOME/usr/local/cuda最后执行“source ~/.bashrc”让环境变量立马生效使用“nvcc --version”查看CUDA版本。cuDNN的安装在官网下载对应版本然后按照官网说明进行安装如果报E: Release file for file:/ var/ cudnn-local-repo-ubuntu2404-9.17.1/ InRelease is no t valid yet (invalid for another 198d 3h 39min 16s). Updates for this repository will not be applied.请纠正你的电脑系统时间miniconda的安装请按照官方说明安装。完成后还是执行“source ~/.bashrc”让环境变量立马生效。四、conda运行环境从在线环境导至离线环境conda打包离线环境conda install -c conda-forge conda-pack安装conda-packconda pack -n “source env name” -o “target name.tar.gz,可以加上路径“ -n指name的简称 -c是channel的简称。然后解压到离线环境中conda的env目录执行 source ~/miniconda3/envs/my_env/bin/conda-unpack.也可以不用执行这一句好像也可以单独下载某一个库然后单独拷进离线电脑安装也可以。①pip download 库名称 -d 目录路径。 例如pip download numpy -d /home/data②pip install --no-index --find-links 离线电脑这个库的目录绝对路径 库名称。pip install --no-index --find-links /home/data numpy 
