linux系统初试

查看自己系统是不是ubuntu:

安装Nvidia驱动前需要禁用Nouveau驱动，用命令ubuntu-drivers devices 查看显卡，用命令sudo ubuntu-drivers autoinstall 自动安装已推荐的驱动。

如果遇到ubuntu系统内部错误，执行sudo apt-get purge 清除升级的软件包和依赖文件即可。

  

网卡配置和重启

ubuntu 重启命令,ubuntu 重启网卡方法-CSDN博客

查看网卡信息： ifconfig

   方法①： 用ubuntu的系统——>系统管理——>网络的网络设置

    方法②：ubuntu网卡配置文件/etc/network/interfaces 编辑网卡配置 sudo vim /etc/network/interfaces，修改后输入":wq" 保存关闭。

      关闭网卡 ifdown eth0

      开启网卡 ifup eth0

      重启网卡，优点是可以指定网卡，不影响其他网络接口

安装Anaconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D中选择合适的文件，我选的是Anaconda3_2024.02.1-Linux-x86_64.sh, 下载完成后，在程序下载所在的文件夹下，打开终端，输入sh. + 文件名称，回车，安装即可。

conda create -n ydm python=3.10

禁用Nouveau:

安装Nvidia网卡直接 ubuntu-drivers devices

按照推荐的驱动安装即可。

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

按i，进入插入模式，在文本后添加：blacklist nouveau

                                                           options nouveau modeset=0

Esc退出插入模式，：wq保存退出。

sudo update-initramfs -u

sudo reboot.

重启后，lsmod | grep nouveau, 无输出，即禁用成功。完成以上步骤后，您应该可以安装NVIDIA的官方驱动程序了。具体参考  凌逆战CSDN:

znlinux系统下深度学习环境搭建和使用-CSDN博客a文章浏览阅读1.7k次，点赞3次，收藏44次。　　作为一个AI工程师，对Linux的一些技能的掌握也能从一定层面反应工程师的资深水平。要求1：基于SSH的远程访问(本篇文章)能用一台笔记本电脑，远程登陆一台linux服务器能随时使用笔记本电脑启动训练任务能熟练的让代码和文件在笔记本电脑与LINUX服务器之间的传输要求2：Linux系统的文件系统(Linux指令学习)知道什么是硬盘的挂载能合理的使用服务器的硬盘空间不要求..._是不是有些深度学习项目只能在linux系统中实现https://lxp-never.blog.csdn.net/article/details/125145495?spm=1001.2014.3001.5502

安装CUDA 12.1

,不要超过nvidia-smi中的CUDA 版本。

由于 Pytorch 和 TensorFlow 对于 CUDA 都有特定的版本需求，所以在安装 CUDA 之前，我们首先需要查询，我们想要安装的 pytorch 版本对应的 CUDA 版本。

pytorch 的配套环境要求见：https://pytorch.org/

在 https://developer.nvidia.com/cuda-toolkit-archive 中选择你要安装的CUDA版本

 最后使用命令 source ~/.bashrc 使它生效。可以使用命令 nvcc -V 查看安装的版本信息。

使用指定GPU

做好GPU的分配，比如我们有四张显卡，只想使用第1个和第4个GPU，有以下两种方法：

1、在终端设定：

CUDA_VISIBLE_DEVICES=0,3 python my_script.py

2、在代码中设定

    import os
    os.environ['CUDA_VISIBLE_DEVICES'] = '0,3'