免费建设门户网站苏州百度推广服务中心
今天给新电脑的双系统（windows11和ubuntu22.04）安装了深度学习环境，在此记录一下。
一、Linux系统
（一）安装显卡驱动
（1）在安装Nvidia显卡驱动前，一定要点一下下面的“软件更新器”（菜单栏里），否则很可能出现更新驱动后不能联网的情况；
（2）点击软件和更新，在“ubuntu软件”一栏勾选上“源代码”，然后点击叉号退出（必要操作），重新进入软件和更新；
（3）在“附加驱动”一栏选择我目前所选的这个（你的版本不一定是550,其他525，555都可），然后点击“应用更改”，之后关闭并重启电脑；
（二）安装Anaconda
（1）下载anaconda的安装包，我下载的是图中标灰色的版本；
Index of /
https://repo.anaconda.com/archive/
（2）一般下载后都会在home/用户名/下载，这个文件下（中文格式显示，英文显示download）
找到文件的位置后，在终端中打开即可
（3）使用指令chmod 755 *.sh，更改sh文件的权限
（4）使用su指令进入到root下进行安装，直接运行.sh文件开始安装（如果报错可能是没有设置root密码，设置即可）
（5）一直按enter键，直到出现需要交互的问题：
第一个交互的问题，是否要接受许可，这里选择yes；
第二个交互的问题，就是选择安装位置，这里默认是选择root/anaconda，如果默认就直接回车继续即可。这个安装的位置是可以更改的，可以安装在其他的磁盘，这里获取磁盘的挂载位置，选择的是/media/cxz/linux_HDD/anaconda3,这里需要注意，anaconda3这个目录不能提前创建;
第三个交互的问题，加入环境变量，在第二交互问题，选择默认的，直接yes即可，第二个交互问题更改安装位置的，需要选择no，需要安装完毕后自己配置环境变量。
(6)添加环境变量,
首先执行
source /media/fangmeng/HDD1/anaconda3/etc/profile.d/conda.sh使用vim ~/.bashrc指令打开bashrc文件，在文件的最后一行添加环境变量，打开文件后按i进入编辑模式，输入export PATH=安装anaconda的路径/bin：$PATH，按esc退出编辑模式，输入 ：wq保存文件退出；
export PATH=/media/cxz/linux_HDD/anaconda3/bin:$PATH使用source ~/.bashrc指令，重新启动一下环境变量；
使用echo $PATH指令查看一下环境是否添加完毕。
（7）安装完毕后，必须要在root用户下才能使用anaconda有一点麻烦，这里通过更改文件目录的权限来解决这个问题（改用户组）
以上，结束！
（三）安装pytorch
pytorch中已经包含CUDA、Cudnn，不需要单独安装！！！！！
（1）创建和激活环境
conda create --name llmconda activate llm
(2)问pytorch官网，复制下载命令，粘贴到终端即可。
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidiaPyTorchhttps://pytorch.org/
二、Windows系统
（一）安装显卡驱动
Nvidia官网下载驱动，安装后会自动更新（无需登陆账号）
（二）安装Anaconda
（1）Anaconda官网直接下载安装（一直下一步）
（2）添加环境变量（前边的部分根据自己电脑路径）
D:\Software\Anaconda3
D:\Software\Anaconda3\Scripts
D:\Software\Anaconda3\Library\bin
D:\Software\Anaconda3\Library\mingw-w64\bin
D:\Software\Anaconda3\Library\usr\bin
（3）检验安装是否成功
同时按 win + r ，输入cmd，在弹出的命令行查看anaconda版本，输入 ：
conda --versionpython
（三）安装pytorch
pytorch中已经包含CUDA、Cudnn，不需要单独安装！！！！！
（1）运行以下代码创建和激活环境，也可直接在anaconda软件的环境一栏中创建环境并直接打开终端。
conda create --name llmconda activate llm
(2)问pytorch官网，复制下载命令，粘贴到终端即可。
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidiaPyTorchhttps://pytorch.org/