GPU服务器tensorflow_gpu+pytorch_gpu环境安装

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 ubuntu runfile(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