Ubuntu显卡驱动及相关深度学习环境安装

安装了很多次了，每次都要到处翻博客，就很烦，自己来整理一下关键步骤。

注意：在驱动以及环境的搭建时，需要格外注意包之间版本的依赖关系，因此需要在最开始就确定所有包的版本依赖关系

本次需要配置的环境是：
Python 3.7, Pytorch 1.6(GPU), cuda10.1, cudnn7 and torch-geometric 1.6.3.

注：本文环境搭建均采用Anaconda虚拟环境进行，以方便不同项目环境管理，如对Anaconda不了解，可以看我另一个Ubuntu下Anaconda安装与使用

一、由于不同Cuda版本对显卡驱动有要求

摘自官网

一般老的显卡，不能够更新很新的Nvidia驱动，因此老卡能够使用的Cuda版本也只能是比较老的版本，这个制衡关系可能需要注意。

因此我这里需要安装>=418.39版本的驱动

Nvidia驱动下载官网

二、显卡驱动安装

（传说使用这一句就可以安装，未证实，自行取用：

sudo apt-get install --no-install-recommends nvidia-driver

）

2.1 禁用nouveau

打开相关文件

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

在该空白文件中写入

blacklist nouveau
options nouveau modeset=0

运行

sudo update-initramfs -u

重启

sudo reboot

运行下面命令，若无输出则禁用成功

lsmod | grep nouveau

2.2 修改环境配置文件

打开环境配置文件

sudo vim ~/.bashrc

(:wq 命令可保存退出vim)

在文件最后加入

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH 

使环境变量生效

source ~/.bashrc

2.3 安装驱动

首先将驱动放在home目录的根目录下，这样后面运行安装命令时无需增加其他路径名。(记下驱动的文件名)

Ctrl-Alt+F2 进入命令行界面(也有可能F其他，自己试一下)
在此输入用户名和密码回车登录

关闭图形界面，这里的作用我个人理解有点类似windows里的安全模式

sudo service lightdm stop

此时 Ctrl-Alt+F7 将无法返回图形界面，除非重新开启

sudo service lightdm start

给驱动文件赋予执行权限

sudo chmod a+x NVIDIA-Linux-x86_64-470.74.run

执行安装

sudo ./NVIDIA-Linux-x86_64-470.74.run –no-opengl-files

最开始会出现
The distribution-provided pre-install script failed!
选 继续即可
另外除了一个xconfig什么的，需要选择yes
其余的敲回车就完事了

sudo reboot

三、环境搭建

conda create --name wcz python=3.7 cudatoolkit=10.1 cudnn=7.6.5 

conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch

pip install torch_geometric==1.6.3

(conda 找不到这个版本的包，虚拟环境激活后，使用pip安装的位置仍在该虚拟环境下)
附：pip换源

四、Pycharm

下载地址
选择自己要下的版本

解压到下载的目录中(自行替换文件名和解压地址)

sudo tar xfz pycharm-community-2021.2.2.tar.gz -C ./

第一次打开Pychram需要进入解压文件夹中

cd ./pycharm-*/bin

sh pycharm.sh

即：

创建快捷方式：