1. 安裝anaconda
参考:
https://blog.csdn.net/u011435933/article/details/107045530/
https://blog.csdn.net/qq_15192373/article/details/81091098
Linuxa环境下安装包下载:
Anaconda官方网站
进入安装目录,一般不需要cd可以直接执行下方的命令:
bash Anaconda3-2021.05-Linux-x86_64.sh
配置环境变量:
打开配置文件:sudo gedit ~/.bashrc
尾端輸入: export PATH="/home/lcx/anaconda3/bin:$PATH"
使其生效: source ~/.bashrc
打印验证: echo ~/.bashrc
然后再輸入: conda
安装成功
2. conda命令
复制环境:
conda create --name <new_env_name> --clone <copied_env_name>
显示已创建环境:
conda env list
安装包
conda install --name <env_name> <package_name>#指定环境中安装包
conda install <package_name>#在当前环境中安装包
卸载包
conda remove --name <env_name> <package_name># 卸载指定环境中的包
conda remove <package_name>#卸载当前环境中的包
查找包
conda search <text>#模糊查找
conda search --full-name <package_full_name>#精确查找
获取当前环境中已安装的包信息
conda list
更新包
conda update --all#更新所有包
conda upgrade --all#更新所有包
conda update <package_name>#更新指定包
conda upgrade <package_name>#更新指定包
3. 安裝tensorflow(一般服务器只需要GPU版本,这步可以省略)
创建环境:conda create -n tensorflow python=3.6
在终端中输入 anaconda-navigator
打开图形用户界面,在Environments选项卡中查看新创建的环境
激活环境:source/conda activate tensorflow
安装tensorflow: conda install tensorflow
退出该环境:conda deactivate
删除环境:conda remove --name <env_name> --all
其他库的安装:
conda install jupyter matplotlib pandas Pillow scikit-learn keras
3.1 GPU版本安装:
登录到GPU:
ssh gpu01
查看GPU:nvidia-smi
创建环境:conda create -n tensorflow_gpu
激活环境:source/conda activate tensorflow_gpu
退出该环境:conda deactivate
为了效率,使用豆瓣源安装tensorflow2.3.0,记得对应CUDA版本,去上网查:
pip install -i https://pypi.douban.com/simple/ tensorflow-gpu==2.3.0
安装其他库:
conda install jupyter matplotlib numpy pandas Pillow scikit-learn
pip install keras#不知道为啥之前conda安装不了,干脆pip了
pip install -U deepctr#做比赛用的推荐算法库
下面是Ubuntu安装CUDA的教程,由于服务器本来就有,所以没啥用
查看ubuntu版本:
cat /proc/version
查看显卡版本:ubuntu-drivers devices
官网查看支不支持GPU:CUDA下载官网
安装cuda推荐教程
首先打开linux系统设置中的"软件和更新"部分,然后打开,找到“附加驱动”,打开后安装系统推荐的驱动。
找到“附加驱动”,安装推荐的驱动(一般是第一个),最后点击应用。
最后验证是否安装成功,输入nvidia-smi
显示下面的信息代表图形显卡驱动安装成功:略
最好找到系统设置的“详细信息”部分,查看一下自己的图形卡是否已经显示出来
安装CUDA:10.0
根据版本型号安装相应版本的CUDA
选择linux x86_64 ubunturunfile(local)
根据下面的Base Installer通过终端运行保存文件然后运行
保存文件:
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
安装前要先禁用Nouveau驱动:
查看是否在工作:lsmod | grep nouveau
有输出说明在工作。
root权限创建文件/etc/modprobe.d/blacklist-nouveau.conf
,文件后缀须是.conf,文件名随意。
创建:
cd /etc/modprobe.d
touch blacklist-nouveau.conf
利用vi编辑器编辑和保存文件:
:sudo vi /etc/modprobe.d/blacklist-nouveau.conf
输入:
:blacklist nouveau options nouveau modeset=0
保存:wq
强制保存:wq!
重启:输入lsmod | grep nouveau
,若无输出则禁用完成
要想重启,需要root权限删除创建的文件,然后重启就行
CUDA安装踩坑记录
4. 安裝pytorch_gpu官网
登录到GPU:
ssh gpu01
查看GPU:nvidia-smi
创建环境:conda create -n pytorch_gpu
激活环境:source/conda activate pytorch_gpu
退出该环境:conda deactivate
安装命令,对应CUDA版本
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
这一步真的狗,在服务器电脑上弄了好久装不上,盲才网络问题,没想到SSH远程连接后那么容易就可以直接安装了
**
更新:终于发现了问题在哪儿,安装其他任何库的时候,不要事先登录到gpu,不然就会一直报错
版本要对应,不然显示The NVIDIA driver on your system is too old,导致速度缓慢
**
切换程成其他源有可能更快速安装
查看源:
conda config --show-sources
切换源:
conda config --add channels XXXX
conda config --set show_channel_urls yes
添加源地址:
conda config --add channels http://mirrors.aliyun.com/pypi/simple/
conda config --add channels https://pypi.mirrors.ustc.edu.cn/simple/
conda config --add channels http://pypi.douban.com/simple/
conda config --add channels https://pypi.python.org/simple/
conda config --add channels http://pypi.v2ex.com/simple/
conda config --add channels http://pypi.mirrors.opencas.cn/simple/
conda config --add channels https://pypi.tuna.tsinghua.edu.cn/simple/
删除源:
conda config --remove channels XXX
换回源:
conda config --remove-key channels
复制相应的安装命令:要是提高效率,使用其他源进行安装,把后面的 -c pytorch
去掉
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0
安装其他库:
conda install jupyter matplotlib numpy pandas Pillow scikit-learn
conda install keras
pip install deepctr_torch
5.安装微信(可有可无,反正我没用到):
更新包列表:sudo apt update
安装 Wine :sudo apt install wine64
使用 wine
–version 命令打印 Wine 版本:wine --version
使用以下 wget 命令将 WineHQ 存储库的 GPG 密钥导入您的系统:
wget -qO- https://dl.winehq.org/wine-builds/winehq.key | sudo apt-key add -
运行以下命令添加 WineHQ 存储库:
sudo apt install software-properties-common
sudo apt-add-repository 'deb http://dl.winehq.org/wine-builds/ubuntu/ bionic main'
安装 Wine 4.0 软件包:
sudo apt-get install --install-recommends winehq-stable
安装完成后,使用 wine --version 命令打印 Wine 版本:wine --version
配置 Wine,在终端中运行命令 winecfg,该命令将安装 Mono 和 Gecko 并设置 Wine 环境:winecfg
在 Wine 配置对话框中,您可以配置各种 Wine 设置。在大多数情况下,默认设置应该没问题完成后,关闭对话框。
最后进入微信官网选择Window版本下载