搞了台二手机器,有张GTX1080的显卡,虽然也比较拉跨,但是比之前的纯cpu训练可能要给力点,所以配置了下环境,记录下一些关键过程。要注意在所有安装之前,一定要先确定所有软件的版本,因为一旦python版本选择的不合适,所有的安装都要重来。另外本文的step2和step5不是必须的。
step1. conda安装
一定先安conda,这样以后环境多了好管理。直接上镜像网站下载安装文件来安装(我选了Anaconda3-2022.10-Linux-x86_64.sh)
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
step2. gym安装
conda create -n gymenv python=3.8
conda activate gymenv
pip install gym
自己想玩玩强化学习,所以要安装gym。conda安装找不到gym,直接pip装。这里我们不用担心conda和pip混着用会导致版本混乱,因为整体用conda做版本管理了,所以用pip install也是用的是对应conda环境里的pip,这样也会保证环境是干净的,比如我在命令行里输入which pip,会看到XXX/anaconda3/envs/gymenv/bin/pip,其版本也是通过conda管理的。
gym测试:强化学习之Gym基础入门(1)_self.np_random.uniform_会飞的小鸡的博客-CSDN博客
step3. Nvidia-driver + cuda
安装依赖项:参考该文的方法,先apt-get install g++, gcc, make不然显卡安装过程中可能报错Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN, 并可进行CUDA版本切换_夫子耶.的博客-CSDN博客
安装驱动:这个向来是比较坑的一步,我这机器有预装正版windows,BIOS里有些奇怪原生设置,所以最后实践下来比较适合这台机器的安装方法是直接通过ubuntu自带的软件和更新里的方式选择就行,我选择了drivier的510版本,对应与cuda11.6。
这里强调一点,我以前在其他机器上Index of /XFree86/Linux-x86_64 这个地址下载驱动就可以了,然后通过类似于这篇文章里的方法去安装:Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN, 并可进行CUDA版本切换_夫子耶.的博客-CSDN博客
不过这方法在我这台机器上会导致显示有问题,可能是什么地方操作还是有问题。
step4. Pytorch安装
版本确定:Previous PyTorch Versions | PyTorch 根据官网的推荐,我最后选择的版本是:python == 3.8, pytorch == 1.12.0, cuda == 11.6这个组合。
安装速度慢:直接用官网的安装指令速度很慢,所以将conda源更换为清华源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0
注意最后一行里不要像官网一样加上-c pytorch -c conda-forge的命令,这样就可以从清华源下载了,速度飞起。
pytorch + cuda测试:在python环境里运行如下代码,如果返回true,则pytorch和cuda都ok。
import torch
print(torch.cuda.is_available())
通过以上4步,整个环境都配置好了。
step5. github访问慢
想在github上搞点开源代码来跑跑,发现github根本上不去,参考这篇文章解决。ubuntu 访问github慢解决_github访问慢 ubuntu_羁客%的博客-CSDN博客
而之所有修改host文件可以提速,主要是因为github的访问速度主要是DNS解析的问题,host作为本地的解析过程可以缓解DNS解析问题。Github访问速度慢的解决方案总汇