Linux系统下阿里云GPU服务器搭建（Torch、Anaconda、python2.7、Perl、Node.js）

0 介绍

阿里云服务器

阿里云GPU服务器，选择GPU虚拟化型2 vCPU 6 GiB轻量级 GPU 实例 vgn5i，选择CentOS 7.3(预装NVIDIA GPU驱动和深度学习框架) 镜像。

安装GRID驱动

GPU虚拟化服务器需要安装GRID驱动
下载vgn5i GRID Guest驱动安装包

wget http://nvidia-418.oss-cn-shenzhen.aliyuncs.com/NVIDIA-Linux-x86_64-418.70-grid.run

安装驱动

chmod +x NVIDIA-Linux-x86_64-418.70-grid.run
./NVIDIA-Linux-x86_64-418.70-grid.run

测试

nvidia-smi

检查cuda安装

nvcc -V

详细教程见阿里云GPU服务器教程

项目

Image-to-Markup Generation with Coarse-to-Fine Attention

1 安装CuDNN

服务器中给出了6.0版本的cudnn压缩包，但好像版本太高了，与cuda不匹配。
在与各版本的cuda对应的cudnn下载中选择与cuda8.0对应的cudnn5.1。
下载安装包

cd ~/nvidia/cudnn

wget https://developer.download.nvidia.com/compute/machine-learning/cudnn/secure/v5.1/prod_20161129/8.0/cudnn-8.0-linux-x64-v5.1.tgz?UQSSG4gvMAtIq69-Z83Dg_ErrnxAZ21X93H5tuXaei_vCRJwqVKnSJjyZnFzF8cunjkKbWkQ0o7w6JchDPA6C6e4ZW-KokaFo0r4ye0KV6XKSEv-fkt9gnOHfOpvSLpzNSnBikk3HNfBKJVnFk_sLQeS7Qw5MGvixVN5GpNoLuWNbnVR6iFyLzVTw3hfHF16Q09HGhZlXP8

改后缀

cp  cudnn-8.0-linux-x64-v5.1.solitairetheme8 cudnn-8.0-linux-x64-v5.1.tgz

解压

tar -xvf cudnn-8.0-linux-x64-v5.1.tgz

将cudnn安装到对应的版本的cuda的安装路径中

sudo cp cuda/include/cudnn.h    /usr/local/cuda-8.0/include

sudo cp cuda/lib64/libcudnn*    /usr/local/cuda-8.0/lib64

sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h   /usr/local/cuda-8.0/lib64/libcudnn*

2 Anaconda下载与python2.7环境配置

Anaconda下载

anaconda3下载地址下载版本为Anaconda3-2019.03-Linux-x86_64.sh

wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.03-Linux-x86_64.sh

bash Anaconda3-2019.03-Linux-x86_64.sh

输入conda --version查看是否安装成功，若显示“conda未找到指令”，则在Anaconda3文件夹中输入

source ~/.bashrc

后再输入conda --version检查，或通过

export PATH=路径:$PATH

添加环境变量，再用

echo $PATH

检查环境变量是否添加成功。

python2.7环境配置

在base环境中输入

conda create -n [your_env_name] python=2.7

建立虚拟环境。
进入虚拟环境

conda activate [your_env_name]

添加国内源

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/win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/noarch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64

通过conda命令安装需要的库，包括：
numpy
matplotlib
pillow
python-Levenshtein
distance,其中distance的安装方法如下：

cd ~

wget http://lstm.seas.harvard.edu/latex/third_party/Distance-0.1.3.tar.gz

tar zxf Distance-0.1.3.tar.gz

cd distance

sudo python setup.py install

3 Perl安装

下载安装包

cd ~

wget http://search.cpan.org/CPAN/authors/id/S/SH/SHAY/perl-5.26.1.tar.gz

解压

tar -zxvf perl-5.26.1.tar.gz -C /opt

cd /opt/perl-5.26.1/

./Configure -des -Dprefix=/opt/perl

编译并检测

make && make test

正常则显示All tests successful。
安装

make install

检查

perl -v

4 Node.js安装

下载地址

Node.js下载与安装

cd ~

wget https://nodejs.org/dist/v14.15.5/node-v14.15.5-linux-x64.tar.xz

tar -xvf node-v14.15.5-linux-x64.tar.xz

移动并改名（不改名也可以）

cd /usr/local/

改名（后面的.表示移动到当前目录）

mv ~/node-v14.15.5-linux-x64 .

mv node-v14.15.5-linux-x64/ nodejs

node命令全局生效

方法1

export PATH=/usr/local/nodejs/bin:$PATH

检查

echo $PATH

node -v

方法2

软链接（推荐）

ln -s /usr/local/nodejs/bin/npm /usr/local/bin/
ln -s /usr/local/nodejs/bin/node /usr/local/bin/

检查

node -v

参考
Linux下查看和添加PATH环境变量

5 Torch安装与Lua安装

Torch安装

git clone https://github.com/torch/distro.git ~/torch --recursive

cd ~/torch; bash install-deps;

安装LuaJIT、LuaRocks

./install.sh

source ~/.bashrc

输入th检查是否成功
详细教程见Torch官网Torch

安装需要的Lua库

需要的库包括
tds
class
nn
nngraph
cunn
cudnn
cutorch

安装命令

luarocks install tds

查看lua库

luarocks list

6 其他

• 项目操作见原项目readme文件 readme
• cuda各版本下载
• 与各版本的cuda对应的cudnn下载