Ubuntu 18.04 + NVIDIA Driver 410.104 + CUDA 10.0 + cudnn 7.5.0从零搭建深度学习环境

本文链接：https://blog.csdn.net/Cheungleilei/article/details/103432521

在成功安装OpenPose（windows 10）后，去查看了MMSkeleton的官方安装文档，requirements上显示：“Windows is not officially supported”。
所以为了确保万无一失，我在一台电脑上安装了ubuntu系统，重头开始配置环境。
这篇博客详细记录了如何在Ubuntu上从零开始搭建各种环境。
软硬件环境：
python 3.6.5
Ubuntu 18.04 LTS
NVIDIA TITAN XP

0. 换源问题

（1）安装Anaconda镜像

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

（2）更新pip源

 mkdir ~/.pip
 sudo gedit ~/.pip/pip.conf

添加以下代码到pip.conf

[global]
trusted-host=mirrors.aliyun.com
Index-url=https://mirrors.aliyun.com/pypi/simple/

1. 下载Anaconda

我下载的是Anaconda3-5.3.1-Linux-x86_64.sh版本，还有其他版本供选择。
之后cd到下载软件的文件夹内，输入以下命令：

bash Anaconda3-5.3.1-Linux-x86_64.sh

一路按“Enter”就行了，最后问是否安装VSCode，选择“No”，安装完毕，输入下列代码，注意，这一步一定要有：

source ~/.bashrc

再输入python3，检查以下是否是新版本的python：

python3

在这里插入图片描述

2. 安装Pycharm

我选择第二步安装Pycharm，先去官网下载Pycharm。点击Download进入下载页面，下载Community即可。找到下载好的压缩包，解压。
进入Pycharm-bin，右键“在终端打开”，

sudo ./pycharm.sh

1）输入自己的密码，“Do not import settings”
在这里插入图片描述
2）

3）按自己喜欢的颜色选一个合适的风格

4）将图标固定到收藏夹。我安装完毕pycharm后，右键没有出现“固定到收藏夹”，所以我新建一个项目，
点击tools-create Desktop Entry，打勾然后点ok

之后关闭pycharm，在终端再次输入pycharm.sh，打开
再右击pycharm图标，就有这个选项了。

3. 安装NVIDIA驱动（重重重要！！）

ubuntu自带的驱动是nouveau，nouveau开源驱动性能很低。所以千万不要用ubuntu附加驱动提供的显卡驱动！NVIDIA显卡驱动的安装真的太容易踩坑（导致我重装系统很多次），很多童鞋都是死在安装显卡驱动上。每个人安装的时候遇到的问题都不大一样，能不能安装好跟运气好像也有点关系（嘻嘻）。这里就不仔细写自己的安装过程了，如果有疑问可以私信我，因为我感觉该遇到的问题我都遇到了，基本重装了3次系统才解决这一步。
可以参考
在这里插入图片描述

4. 安装CUDA cudnn

先查一下NVIDIA驱动和CUDA的对应关系，因为我安装的是410.104的版本，对应就安装CUDA10.0
再查一下CUDA cudnn对应的关系，我选择cudnn7.5.0。
其中安装CUDA的时候会出现下面的一个安装过程，具体的选项就是除了问是否安装驱动的时候选择 no 其他都选yes或者按enter键。
在这里插入图片描述最后在终端输入nvcc -V显示：

就成功了安装CUDA了，显示如下，就成功安装cudnn了：

在这里说几个注意事项！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！：

安装CUDA的时候，在输入sudo gedit ~/.bashrc之后，如果出现了空白页面，就关闭重新来，一定要出现以下这样的页面，否则输入nvcc -V会提示错误。

5. 安装tensorflow

记得查询CUDA cudnn和tensorflow的对应版本，我选择安装1.14.0版本的tensorflow-gpu
具体过程:

创建tensorflow-gpu的虚拟环境conda create -n tf-gpu python=3.6
激活环境source activate tf-gpu
安装tensorflow-gpu$ conda install --channel https://conda.anaconda.org/jjh_ppc64le tensorflow-gpu=1.14.0
检查是否安装成功:

python
import tensorflow as tf
tf.__version__

我在这过程中遇到一个问题：出现了很多Future Warning：
“FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / ‘(1,)type’.
_np_quint8 = np.dtype([(“quint8”, np.uint8, 1)])”
【解决办法】将numpy删除，重新安装1.16.0的版本，顺利解决。

pip uninstall numpy
pip install numpy==1.16.0

(注意一下) 如果安装虚拟环境过程中出现问题，解决不了，可以把虚拟环境删除conda remove -n tf-gpu --all

6. 安装PyTorch

先去下载PyTorch，
然后在安装包所在的文件夹下打开终端运行以下命令

pip install torch-1.1.0-cp36-cp36m-linux_x86_64.whl
pip install torchvision-0.3.0-cp36-cp36m-linux_x86_64.whl

看到successfully installed就行了，警告没装mksg还是啥的不用它，之后检测是否安装成功：

python
import torch
torch.__version__   #'1.1.0'
torch.cuda.is_available()   !'True'

7. 安装mxnet

找到安装包位置打开终端

pip install mxnet_cu100-1.4.1-py2.py3-none-manylinux1_x86_64.whl

8. 安装WPS

找到安装包位置打开终端：

sudo dpkg -i wps-office_10.1.0.6634_amd64.deb

9. 安装ibus（汉语拼音输入法）

参考https://blog.csdn.net/wu10188/article/details/86540464
第三步再键盘input sources中按了+，但是没有chinese选项的时候，重启电脑，就能解决。

希望对大家有帮助！！！

10.Google Chrome安装

参考 https://www.jianshu.com/p/75c71b00b237

11.Matlab安装

参考https://www.cnblogs.com/yhjoker/p/11464679.html