Linux pytorch环境搭建

安装samba服务

samba服务主要是方面通过window访问linux目录，主要是提到xshell等命令行访问工具，主要用在文件copy和目录管理场景

安装命令：

sudo apt-get install samba samba-common

创建一个用于分享的samba目录并设置权限

sudo mkdir /home/os/window_share
sudo chmod 777/home/os/window_share

添加用户和对应用户密码

useradd other
/home# sudo smbpasswd -a other
New SMB password:111111
Retype new SMB password:111111
Added user other.

添加samba配置文件

[share]
   comment = share folder
   browseable = yes
   path = /home/os/window_share
   create mask = 0777
   directory mask = 0777
   valid users = other
   force user = other
   force group = other
   public = yes
   writable = yes
   available = yes

重启samba服务器

systemctl restart smbd
sudo service smbd reload
sudo service smbd restart

输入地址进行访问

//10.78.5.1

参考文档

安装方式

Linux下cuda的安装

查看显卡型号

# lspci |grep -i vga
04:00.0 VGA compatible controller: ASPEED Technology, Inc. ASPEED Graphics Family (rev 41)
19:00.0 VGA compatible controller: NVIDIA Corporation Device 1e02 (rev a1)
65:00.0 VGA compatible controller: NVIDIA Corporation Device 1e02 (rev a1)

在以下网址查新型号1e02对应的版本;如下所示，本机安装了两个TITAN RTX显卡
英伟达型号查询网址

Name: TU102 [TITAN RTX]

安装的驱动版本为：

Driver Version: 440.33.01

安装cuda需要跟本地的linux版本适配，先查询服务器linux版本

r# cat /etc/lsb-release
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=18.04
DISTRIB_CODENAME=bionic
DISTRIB_DESCRIPTION="Ubuntu 18.04.4 LTS"

下载对应的cuda版本，目前最新的cuda是cuda_11.0.3。

https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal

pytorch目前最新的稳定版本是1.6.0，对应的cuda版本是10.2。所有本人安装的依然是cuda10.2版本

sudo -i
sudo chmod a+x cuda_10.2.89_440.33.01_linux
sudo ./cuda_10.2.89_440.33.01_linux

安装过程中，默认选择yes，安装驱动项选择no。因为我们已经安装了对应的显卡驱动

确认是否安装了cuda

/Downloads$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89

创建anaconda 3

下载Anaconda3，并安装

Anaconda3-2020.02-Linux-x86_64.sh

bash Anaconda3-2020.02-Linux-x86_64.sh -p /usr/local/anaconda3

创建公共anaconda，经过这样创建后，其他用户也可以访问root用户安装的工具

su # 首先进入root用户安装anaconda至/opt/anaconda
groupadd anaconda # 创建anaconda组

sudo adduser other anaconda # 将需要的用户添加至anaconda组

chgrp -R anaconda /usr/local/anaconda3 # 移交目录管理权
chmod 777 -R /usr/local/anaconda3 # 设置读写权限


chmod g+s /usr/local/anaconda3 # 设置组继承
chmod g+s `find /usr/local/anaconda3 -type d` # 设置子目录组继承
chmod g-w /usr/local/anaconda3/envs # 关闭共享环境的写入权限
source /usr/local/anaconda3/bin/activate # root用户下启动anaconda环境

• 由root用户创建的环境会保存在/opt/anaconda/envs中，所有anaconda组成员都可以访问。
• 用户自己创建的环境则会保存至~/.conda/envs中，但是所有下载的pkg会共享在/opt/
• anaconda/pkgs中，即如果是别人装过的包（比如下载缓慢的PyTorch）则不用重新下载。

用户要根据自己的需要创建自己的虚拟环境

创建共享Pytorch环境

在root用户下进行安装；
因为在线安装比较慢，因此使用下载好的包进行安装

conda install pytorch-1.5.0-py3.7_cuda10.2.89_cudnn7.6.5_0.tar.bz2

更新和下载其他依赖包：

conda install torchvision-0.6.0-py37_cu102.tar.bz2
conda install pytorch torchvision cudatoolkit=10.2 
pip install opencv_python-4.2.0.34-cp37-cp37m-manylinux1_x86_64.whl
pip install matplotlib

测试是否安装成功

//root用户测试：

(base) os@os-Super-Server:~$ python
Python 3.7.6 (default, Jan  8 2020, 19:59:22)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>>

//其他用户测试：

otherg@os-Super-Server:~$ python
Python 3.7.6 (default, Jan  8 2020, 19:59:22)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>>

报错处理

**1. qt.qpa.screen: QXcbConnection: Could not connect to display localhost:12.0
Could not connect to any X display.
**

远程服务器运行的，不能调用GUI界面，需要在虚拟gui里面调用

解决方案：
https://www.jianshu.com/p/7df287155ce0

运行方法：xvfb-run python3 …

2. RuntimeError: Model replicas must have an equal number of parameters

服务器中有多个GPU，选择特定的GPU运行程序可在程序运行命令前使用：CUDA_VISIBLE_DEVICES=0命令。0为服务器中的GPU编号，可以为0, 1, 2, 3等，表明对程序可见的GPU编号。

UserWarning: Single-Process Multi-GPU is not the recommended mode for DDP. In this mode, each DDP instance operates on multiple devices and creates multiple module replicas within one process. The overhead of scatter/gather and GIL contention in every forward pass can slow down training. Please consider using one DDP instance per device or per module replica by explicitly setting device_ids or CUDA_VISIBLE_DEVICES. NB: There is a known issue in nn.parallel.replicate that prevents a single DDP instance to operate on multiple model replicas.
"Single-Process Multi-GPU is not the recommended mode for "

临时设置：

Linux： export CUDA_VISIBLE_DEVICES=1
windows:  set CUDA_VISIBLE_DEVICES=1

永久设置：

linux:
在~/.bashrc 的最后加上export CUDA_VISIBLE_DEVICES=1，然后source ~/.bashrc
windows:
打开我的电脑环境变量设置的地方，直接添加就行了