虚拟机ubuntu中如何跑github上的深度学习代码
时间: 2025-06-29 22:05:11 浏览: 4
### 配置和运行 GitHub 上的深度学习项目
#### 安装 Ubuntu 虚拟机并更新系统
为了确保系统的稳定性和安全性,在虚拟机中安装好 Ubuntu 后应先执行系统更新操作。打开终端输入命令来获取最新的软件包列表并升级已安装的应用程序[^1]。
```bash
sudo apt update && sudo apt upgrade -y
```
#### 下载 Anaconda 并创建 Python 环境
前往官方页面下载适用于 Linux 的最新版本 Anaconda 或 Miniconda,这里推荐使用 Miniconda 减少不必要的预装库占用磁盘空间。通过 wget 命令可以直接从网络上拉取安装文件到本地计算机内:
```bash
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
```
接着按照提示完成安装过程,并初始化 Conda 工具以便后续管理不同项目的依赖关系。创建一个新的 conda environment 来隔离各个实验之间的相互影响[^2]。
```bash
bash Miniconda3-latest-Linux-x86_64.sh
source ~/.bashrc
conda create --name dl_project python=3.9
conda activate dl_project
```
#### 安装必要的开发工具与库
对于大多数机器学习框架而言,CUDA 和 cuDNN 是必不可少的支持组件之一;然而考虑到并非所有人都拥有支持 GPU 加速计算硬件设备的情况,因此可以选择仅安装 CPU 版本的相关库作为替代方案。此外还需要 PyTorch 进行模型训练工作流构建。
```bash
conda install pytorch torchvision torchaudio cpuonly -c pytorch
pip install opencv-python matplotlib scikit-image tensorboard jupyterlab
```
#### 获取目标代码仓库并与之同步
利用 Git 将远程主机上的特定分支克隆至当前目录下形成副本,之后可以自由修改其中的内容而不必担心破坏原始资料结构。假设要部署 YOLOv5,则可参照如下指令序列进行操作。
```bash
git clone https://github.com/ultralytics/yolov5.git
cd yolov5/
pip install -r requirements.txt
```
#### 测试环境搭建成果
最后一步就是验证整个流程是否成功实现了预期效果——即可以在新环境中顺利加载数据集并对图像实施预测分析任务。启动 Jupyter Notebook 提供交互式的编程体验界面,方便快速调试脚本逻辑错误之处。
```bash
jupyter notebook
```
阅读全文
相关推荐


















