一。写在前面（必看）

1.本文档将指引您安装以下软件

1.1 miniconda环境安装

1.2 显卡驱动安装

1.3 CUDA安装

1.4 pytorch安装

1.5 jupyter安装

2.根据pytorch版本，确定CUDA版本，python版本

pytorch版本	支持的CUDA版本	支持的python版本
2.9.0	13.0 12.9 12.8	3.14 3.13 3.12 3.11 3.10
2.8.0	12.9 12.8 12.6	3.13 3.12 3.11 3.10 3.9
2.7.0	12.8 12.6 11.8	3.13 3.12 3.11 3.10 3.9
2.6.0	12.6 12.4 11.8	3.13 3.12 3.11 3.10 3.9
2.5.0	12.4 12.1 11.8	3.12 3.11 3.10 3.9
2.4.1	12.4 12.1 11.8	3.12 3.11 3.10 3.9 3.8
2.4.0	12.4 12.1 11.8	3.12 3.11 3.10 3.9 3.8
2.3.1	12.1 11.8	3.12 3.11 3.10 3.9 3.8
2.3.0	12.1 11.8	3.12 3.11 3.10 3.9 3.8
2.2.2	12.1 11.8	3.12 3.11 3.10 3.9 3.8
2.1.2	12.1 11.8	3.11 3.10 3.9 3.8
2.0.1	11.8 11.7	3.11 3.10 3.9 3.8
1.13.1	11.7 11.6	3.10 3.9 3.8 3.7
1.12.1	11.3 11.2 10.6(不支持win)	3.10 3.9 3.8 3.7
1.11.0	11.3 10.2(不支持win)	3.10 3.9 3.8 3.7
1.10.1	11.1 10.2	3.9 3.8 3.7 3.6
1.9.1	11.1 10.2	3.9 3.8 3.7 3.6
1.8.1	11.1 10.1	3.9 3.8 3.7 3.6

3.根据tensorflow版本，确定CUDA版本,CUDNN版本，python版本

tensorflow版本	Python版本	编译器	构建工具	cuDNN	CUDA	安装命令
tensorflow-2.18.0	3.9-3.12	Clang 17.0.6	Bazel 6.5.0	9.3	12.5	pip install tensorflow==2.18.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.17.0	3.9-3.12	Clang 17.0.6	Bazel 6.5.0	8.9	12.3	pip install tensorflow==2.17.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.16.1	3.9-3.12	Clang 17.0.6	Bazel 6.5.0	8.9	12.3	pip install tensorflow==2.16.1 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.15.0	3.9-3.11	Clang 16.0.0	Bazel 6.1.0	8.9	12.2	pip install tensorflow==2.15.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.14.0	3.9-3.11	Clang 16.0.0	Bazel 6.1.0	8.7	11.8	pip install tensorflow==2.14.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.13.0	3.8-3.11	Clang 16.0.0	Bazel 5.3.0	8.6	11.8	pip install tensorflow==2.13.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.12.0	3.8-3.11	GCC 9.3.1	Bazel 5.3.0	8.6	11.8	pip install tensorflow-gpu==2.12.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.11.0	3.7-3.10	GCC 9.3.1	Bazel 5.3.0	8.1	11.2	pip install tensorflow-gpu==2.11.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.10.0	3.7-3.10	GCC 9.3.1	Bazel 5.1.1	8.1	11.2	pip install tensorflow-gpu==2.10.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.9.0	3.7-3.10	GCC 9.3.1	Bazel 5.0.0	8.1	11.2	pip install tensorflow-gpu==2.9.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.8.0	3.7-3.10	GCC 7.3.1	Bazel 4.2.1	8.1	11.2	pip install tensorflow-gpu==2.8.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.7.0	3.7-3.9	GCC 7.3.1	Bazel 3.7.2	8.1	11.2	pip install tensorflow-gpu==2.7.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.6.0	3.6-3.9	GCC 7.3.1	Bazel 3.7.2	8.1	11.2	pip install tensorflow-gpu==2.6.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.5.0	3.6-3.9	GCC 7.3.1	Bazel 3.7.2	8.1	11.2	pip install tensorflow-gpu==2.5.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.4.0	3.6-3.8	GCC 7.3.1	Bazel 3.1.0	8.0	11.0	pip install tensorflow-gpu==2.4.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.3.0	3.5-3.8	GCC 7.3.1	Bazel 3.1.0	7.6	10.1	pip install tensorflow-gpu==2.3.0 -i https://mirrors.aliyun.com/pypi/simple
tensorflow-2.2.0	3.5-3.8	GCC 7.3.1	Bazel 2.0.0	7.6	10.1	pip install tensorflow-gpu==2.2.0 -i https://mirrors.aliyun.com/pypi/simple

二。环境安装

一。安装前准备

1.apt更新

执行命令：apt update

2.根据自己需要，修改apt镜像源（一般无需修改）

3.确定python版本

二。miniconda安装设置环境变量

1.miniconda的选择

根据您需要的python版本，下载miniconda

官方版本列表：https://repo.anaconda.com/miniconda/

闪电云版本列表：http://172.168.200.101/miniconda/

2.miniconda安装

我们以python3.9为例，进行演示。

例如安装包名为：Miniconda3-py39_4.12.0-Linux-x86_64。请根据实际下载名称修改

1.下载(根据需要二选一)：

官网下载：wget https://repo.anaconda.com/miniconda/Miniconda3-py39_4.12.0-Linux-x86_64.sh

推荐闪电云内网下载：wget http://172.168.200.101/miniconda/Miniconda3-py39_4.12.0-Linux-x86_64.sh

2.安装：sh Miniconda3-py39_4.12.0-Linux-x86_64.sh

步骤：

回车

yes

回车

yes（切记，默认是no）

#进入环境

source ~/miniconda3/bin/activate

三。显卡驱动安装

1.显卡驱动版本的选择

使用命令：ubuntu-drivers devices 可以查看系统推荐的显卡版本。

我们一般选择最新版本。此处我们选择nvidia-driver-550

2.显卡驱动安装

使用命令：sudo apt-get install nvidia-driver-550

四。CUDA安装

1.CUDA版本选择(根据需要二选一)

官方版本列表：：https://developer.nvidia.com/cuda-toolkit-archive

闪电云版本列表：http://172.168.200.101/cuda/

2.CUDA安装

我们以比较通用的CUDA11.8为例进行演示cuda_11.8.0_520.61.05_linux名称根据实际版本修改

1.下载

官网下载：wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

推荐闪电云内网下载：wget http://172.168.200.101/cuda/cuda_11.8.0_520.61.05_linux.run

2.安装

1.执行安装命令：

sudo sh cuda_11.8.0_520.61.05_linux.run（执行后大概需要20秒等待）

1.1 选择continue

1.2 输入accept

1.3 用键盘上下键，配合空格键，选择安装包。我们只选择CUDA Toolkit 11.8即可

1.4 选择Install并回车

1.5 等待安装完成

2.添加环境变量：

添加环境变量（如果在conda里） echo "export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}" >> ~/.bashrc echo "export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}" >> ~/.bashrc sudo ldconfig载入安装后的动态链接库 source ~/.bashrc 使环境变量生效测试安装情况 nvcc -V

五。pytorch安装

pytorch官网

1.版本选择

我们以pytorch2.3.0为例进行演示

2.安装命令

pytorch版本	闪电云内网安装命令(推荐)	官网安装命令（cu118根据CUDA版本修改）
2.9.0	pip install torch==2.9.0+cu128 torchvision==0.24.0+cu128 torchaudio==2.9.0+cu128 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.9.0 torchvision==0.24.0 torchaudio==2.9.0 --index-url https://download.pytorch.org/whl/cu128
2.8.0	pip install torch==2.8.0 torchvision==0.23.0 torchaudio==2.8.0 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.8.0 torchvision==0.23.0 torchaudio==2.8.0 --index-url https://download.pytorch.org/whl/cu128
2.7.0	pip install torch==2.7.0+cu128 torchvision==0.22.0+cu128 torchaudio==2.7.0+cu128 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu128
2.6.0	pip install torch==2.6.0+cu118 torchvision==0.21.0+cu118 torchaudio==2.6.0+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu118
2.5.0	pip install torch==2.5.0+cu118 torchvision==0.20.0+cu118 torchaudio==2.5.0+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu118
2.4.1	pip install torch==2.4.1+cu118 torchvision==0.19.1+cu118 torchaudio==2.4.1+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu118
2.4.0	pip install torch==2.4.0+cu118 torchvision==0.19.0+cu118 torchaudio==2.4.0+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 --index-url https://download.pytorch.org/whl/cu118
2.3.1	pip install torch==2.3.1+cu118 torchvision==0.18.1+cu118 torchaudio==2.3.1+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu118
2.3.0	pip install torch==2.3.0+cu118 torchvision==0.18.0+cu118 torchaudio==2.3.0+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu118
2.2.2	pip install torch==2.2.2+cu118 torchvision==0.17.2+cu118 torchaudio==2.2.2+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118
2.2.1	pip install torch==2.2.1+cu118 torchvision==0.17.1+cu118 torchaudio==2.2.1+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu118
2.2.0	pip install torch==2.2.0+cu118 torchvision==0.17.0+cu118 torchaudio==2.2.0+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu118
2.1.2	pip install torch==2.1.2+cu118 torchvision==0.16.2+cu118 torchaudio==2.1.2+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu118
2.1.1	pip install torch==2.1.1+cu118 torchvision==0.16.1+cu118 torchaudio==2.1.1+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118
2.1.0	pip install torch==2.1.0+cu118 torchvision==0.16.0+cu118 torchaudio==2.1.0+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118
2.0.1	pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 torchaudio==2.0.2+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118
2.0.0	pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 --index-url http://172.168.200.101/pytorch/ --trusted-host 172.168.200.101	pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

六。tensorflow安装

1.安装clang(tensorflow2.13.0以下版本忽略)

wget https://apt.llvm.org/llvm-snapshot.gpg.key sudo apt-key add llvm-snapshot.gpg.key #根据你的 Ubuntu 版本选择正确的仓库。假设你是使用 Ubuntu 22.04（Jammy），命令如下： sudo add-apt-repository "deb https://apt.llvm.org/jammy/ llvm-toolchain-jammy-17 main" #如果你使用的是其他版本，请将 jammy 替换为对应的代号（例如 focal 对应 20.04）。 sudo apt update sudo apt install clang-16

2.安装cudnn

官网下载：https://developer.nvidia.com/rdp/cudnn-archive

闪电云下载：http://172.168.200.101/cudnn/

wget "http://172.168.200.101/cudnn/cudnn-linux-x86_64-8.7.0.84_cuda11-archive.tar.xz" -O cudnn.tar.xz

tar xvf cudnn.tar.xz

sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include

sudo cp cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

3.安装tensorflow

pip install tensorflow==2.14.0 -i https://mirrors.huaweicloud.com/artifactory/pypi-public/simple/

4.验证安装

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

七。jupyter安装

1.安装

pip install jupyterlab -i https://mirrors.aliyun.com/pypi/simple/

2.设置

jupyter lab --generate-config

3.修改配置

vim .jupyter/jupyter_lab_config.py

# jupyter_notebook_config.py c.NotebookApp.ip = '0.0.0.0' # 绑定所有接口 c.NotebookApp.open_browser = False # 不自动打开浏览器 c.NotebookApp.port = 8888 # 监听端口 c.NotebookApp.allow_remote_access = True # 允许远程访问

4.启动

后台启动

nohup jupyter lab --allow-root &> jupyterlab.log &

前台启动

jupyter lab --allow-root

#查看token

jupyter lab list

5.外部连接jupyter