Linux下虚拟环境+paddlepaddle-gpu环境搭建过程记录

目录

一、虚拟环境搭建

1.查询虚拟环境账号

 2.安装virtualenv虚拟环境创建包

3.查询挂载的python版本及路径

4.挂载python

二、虚拟环境构建CUDA环境

5.查询cuda是否存在及版本

6.如果遇到-bash: nvcc: command not found，则查看cuda软连接

7.加载环境变量

插曲：

三、安装PaddlePaddle

8.直接安装方式

9.如果一直出现"Read timed out."的问题，.whl手动安装

---

一、虚拟环境搭建

1.查询虚拟环境账号：

本段代码主要列出使用virtualenv创建的所有虚拟环境账号，在已安装该工具基础上查询，否则出错。

lsvirtualenv

 2.安装virtualenv虚拟环境创建包：

pip install virtualenv
pip install virtualenvwrapper
source virtualenvwrapper.sh

3.查询挂载的python版本及路径：

查看python路径，创建虚拟环境需指定python对应版本的绝对路径。

whereis python

4.挂载python：

创建XXX虚拟环境（XXX可按照项目命名）

mkvirtualenv -p PYTHON_PATH XXX
workon py2

二、虚拟环境构建CUDA环境

5.查询cuda是否存在及版本：

whereis cuda
nvcc -V

6.如果遇到-bash: nvcc: command not found，则查看cuda软连接

当存在 cuda -> /usr/local/cuda-10.1/ 时，并查看cuda所有版本，找到自己需要的cuda版本目录。

cd /usr/local  
ll

如果存在软连接，且建立软连接所指定的cuda版本不正确，则删除软连接；若不存在软连接则再重新创建对应版本的cuda软连接：

rm /usr/local/cuda
ln -s /usr/local/cuda-10.1 /usr/local/cuda

再回到上级目录，查看bashrc文件是否添加有cuda路径

cd -
cat ~/.bashrc

如没有，需进入bashrc文件在文件下方添加环境变量：

vim ~/.bashrc
export LD_LIBRARY_PATH=$PATH:/usr/local/cuda-10.1/bin64
export PATH=/usr/local/cuda-10.1/bin:/usr/local/cuda-10.1/lib64:$PATH

7.在文件中使用 Esc 之后，输入 ‘ :wq! ’字符保存并退出，在当前目录下加载环境变量：

source ~/.bashrc

！！由于重新加载了环境变量，需要重新进入虚拟环境

---

插曲：

如果此时执行 >>nvcc -V 还查看不了cuda版本，就需要查看你所使用的cuda版本的文件是否缺少bin目录或.so文件

直接到cuda目录下查看：

cd /usr/local/cuda-10.1
ls

若发现缺少bin目录，或在该版本cuda的lib或lib64文件夹下查看明显缺少很多文件，如：

则可以在官网下载cuda-10.1的.run文件，也可以直接下载本人上传的cuda-10.1版本的.run文件：

（注：csdn由于限制了上传文件大小小于1000M，故该文件进行了分卷压缩，需将以下所有链接都下载放在同一个文件目录中解压。）tips：文件资源适当的收取了一点积分，也是为了下载其他资源积累积分~（~&+o+&~）理解万岁！

文件下载1 

文件下载2 

文件下载3

文件下载4

下载之后上传，并解压缩。得到.run文件后，直接执行：

sh cuda_10.1.105_418.39_linux.run

按照提示，输入accept： 

 

 选择Install进行安装：

注意：已安装cuda，不能选择update，否则会覆盖原安装的cuda，容易破坏环境。

选No!

操作之后，如果看到以下报错：

没有关系，我们可以看一下cuda10.1下文件有没有补齐：

存在bin，lib64，该有的都有了：

cuda文件补齐完成。

---

三、安装PaddlePaddle

8.直接按照官网安装方式：

python -m pip install paddlepaddle-gpu==2.1.0.post101 -f https://paddlepaddle.org.cn/whl/mkl/stable.html

9.如果一直出现"Read timed out."的问题，这时候可以下载.whl进行手动安装：

点击下载网址（找版本）：https://www.paddlepaddle.org.cn/whl/mkl/stable.html

下载之后可以直接在保存路径下执行：

pip install paddlepaddle_gpu-XXX.whl