深度学习环境配置：Ubuntu+anaconda+cuda8.0+cuDNN7.2.1+ pytorch源码安装+及过程中出现的错误和解决办法

我是想安装pytorch。需要用anaconda(比较强大)

• NVIDIA CUDA 7.5 or above

• NVIDIA cuDNN v6.x or above

由于anaconda比较简单。本文重点说明CUDA、cuDNN和pytorch的安装，可直接看对应部分。

ps：如果你们配置成功了或者出现了什么问题，希望能留下言啊，我可以改正，以防误导。

ps：可以用pip安装.xml版本，这里太长，在下一篇文章中说明

ps：更新：pytorch 直接官网pip或者conda安装非常方便：https://pytorch.org

目录

Table of Contents

一、cuda8.0安装：

一、安装前的环境准备和检查

1、安装Ubuntu系统14.04

2、检查自己的电脑环境是否具备安装CUDA的条件

3、 选择安装方式和准备

4、runfile安装cuda

二.正式开始安装

a) Ctrl+Alt+F1 进入tty1,登录账户

b)安装依赖，否则会出现问题

c)关闭图形界面

d)进入*.run所在地址，运行安装

e)重启图形界面

f)密码登录

f)检查是否安装成功

g)配置环境变量（安装成功时，有提示的相应地址）

h) 重新加载环境变量,使其立刻生效  //重启电脑

i)查看一下是否设置成功

三.检查是否成功

a) 检查 NVIDIA Driver是否安装成功

b) 检查 CUDA Toolkit是否安装成功

c) 验证GPU是否可用

d) 尝试编译cuda提供的例子

e) 运行编译生成的二进制文件。

f)在此处检查一下系统和CUDA-Capable device的连接情况

二：安装cuDNN

2.1下载：

2.2安装：

2.3动态文件更改：

2.4测试：

三:安装pytorch

官网上的3种方法（conda，pip等）

源码安装

准备工作1：关于anaconda

准备工作2：配置环境

准备工作3：安装基本的依赖

安装：clone并安装

---

 

一、cuda8.0安装：

此部分以下参考地址并结合自己的安装情况进行更改如下：

https://blog.csdn.net/masa_fish/article/details/51882183

https://blog.csdn.net/sinat_19628145/article/details/60475696

http://www.mamicode.com/info-detail-2021440.html

关于 CUDA的安装，网上有特别多的安装帖子，也很乱，哈哈。CUDA这个东西需要依赖的、牵着的东西特别多，如果没有做好检查，则在安装时候特别容易出现各种各样的冲突，且一旦冲突发生，即使卸载CUDA也不能解决问题，只能重装系统。
我最后就是参考CUDA的官方文档安装成功的。

---

总结一下，我的安装建议是：
1) 在安装之前一定要详细检查自己的系统环境、软件是否符合CUDA的安装要求。不要存有侥幸心理，跳过检查步骤。
2) 每进行一项操作，都检查一下该项操作是否成功。

安装CUDA主要分三大环节。
一、安装前的环境准备和检查
二、安装CUDA
三、安装完的校验。

一、安装前的环境准备和检查

1、安装Ubuntu系统14.04

新安装完的14.04系统会提示很多更新项。网上有很多帖子说不建议更新，说更新过后会导致安装CUDA发生系统界面循环登录的问题。但是我更新后，并没有遇到任何问题。

2、检查自己的电脑环境是否具备安装CUDA的条件

a) 检查自己的GPU是否是CUDA-capable

在终端中输入： 

 lspci | grep -i nvidia

如下为英伟达显卡计算力官网查询地址，可查询CUDA支持的不同显卡的计算能力列表。

https://developer.nvidia.com/cuda-gpus

深度学习中我们对GPU的计算能力一般是要求大于５.0，具体情况具体分析，低于5.0也并非一定不可以。
几款科学计算显卡对比

b) 检查自己的Linux版本是否支持 CUDA(Ubuntu 14.04没问题)

c) 检查自己的系统中是否装了gcc

在终端中输入： gcc --version  可以查看自己的gcc版本信息（英文输入法下的-）

没有的话可以通过 sudo apt-get install gcc安装。

d) 检查是否安装了kernel header和 package development

在终端中输入：

uname -r  

可以查看自己的kernel版本信息，我的为4.4.0-133-generic（记住自己的版本，后面4.a）禁用 nouveau需要用到）。
在终端中输入：

sudo apt-get install linux-headers-$(uname -r)

可以安装对应kernel版本的kernel header和package development

以上检查我的电脑系统都满足要求，如果没有满足要求的话，可以参考cuda的官方文档，里面有详细的针对每个问题的解决方案。

3、 选择安装方式和准备

CUDA提供两种安装方式：package manager安装和runfile.此处只介绍runfile安装方式。

下载cuda安装包：cuda官网下载，根据系统信息选择对应的版本，runfile安装的话最后一项要选择 runfile文件 cuda_*****linux.run`的那个

首先在官网找到需要下载的版本:https://developer.nvidia.com/cuda-toolkit-archive

PS: 一定要下载到英文文件夹（目录不能含中文）

4、runfile安装cuda

a) 禁用 nouveau

终端中运行：$ lsmod | grep nouveau，如果有输出则代表nouveau正在加载，需要我们手动禁掉nouveau。

这里有两种方法，我用的第一种：

1:创建blacklist-nouveau.conf

sudo touch /etc/modprobe.d/blacklist-nouveau.conf  
sudo gedit blacklist-nouveau.conf  

下面是添加的内容

blacklist nouveau
options nouveau modeset=0 

2:直接移除这个驱动（备份出来）（）

$ sudo mv /lib/modules/4.4.0-133-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko  /lib/modules/4.4.0-133-generic//kernel/drivers/gpu/drm/nouveau/nouveau.ko.org

PS： 红色部分为输入uname -r 得到的版本号（我的电脑有两个版本的文件夹：4.4.0-31-generic和4.4.0-133-generic）

2.2更新一下

$ sudo update-initramfs -u

2.3重启，运行检查是否禁用

 $ lsmod | grep nouveau   没有东西输出变是成功啦

（这每个检查步骤都是必不可少的，不要侥幸，不然不知道会出现什么问题，白白浪费时间。）

禁用nouveau我用了各种方法都不行，后来实在不行重启了一下，成功了，（这时候我的字面全部变得很大））

二.正式开始安装

a) Ctrl+Alt+F1 进入tty1,登录账户

(注意:如果login incorrect一般原因有大小写;输入密码时候界面是不显示长度的,直接继续输入完成就好;账户名问题;

输入密码如果有数字,tty是不支持数字小键盘的,需要在总键盘上输入.)

b)安装依赖，否则会出现问题

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

c)关闭图形界面

$ sudo service lightdm stop

(ct