神经网络环境配置

Nvidia驱动、CUDA、cudnn

查看GPU型号

lspci | grep -i nvidia

nvidia驱动

• sudo apt purge nvidia-*
• 查看支持的驱动版本: sudo apt-cache search nvidia* 或者通过https://www.nvidia.com/Download/Find.aspx
• 加入官方ppa源: sudo add-apt-repository ppa:graphics-drivers/ppa
• 刷新系统包缓存： sudo apt upgrade sudo apt update
• apt search nvidia-driver-418 sudo apt-cache search nvidia-*
• sudo apt install nvidia-driver-418 nvidia-settings nvidia-prime

CUDA官方列表

https://developer.nvidia.com/cuda-toolkit-archive

CUDA环境配置

export CUDA_HOME=/usr/local/cuda-9.2
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.2/bin:$PATH

cudnn安装

https://www.cnblogs.com/alexanderkun/p/6908191.html

Anaconda

官方列表

https://repo.anaconda.com/archive/

5.2为python36

pytorch

https://pytorch.org/

旧版列表

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/

https://download.pytorch.org/whl/torch_stable.html

problem：

deb文件

• 使用dpkg命令进行安装:sudo dpkg -i deb文件名
• 根据经验，通常情况下会报依赖关系的错误，我们可以使用以下的命令修复安装:sudo apt-get install -f
• 如果要卸载安装的应用我们通过“sudo dpkg -l”查看已经安装的软件，并找到自己的安装的软件名。
• 最后使用"sudo dpkg -r 软件名"进行卸载

Failed to initialize NVML: Driver/library version mismatch

https://blog.csdn.net/qq_40200387/article/details/90341107

• 显卡驱动所使用的内核版本: cat /proc/driver/nvidia/version
• 电脑驱动: cat /var/log/dpkg.log | grep nvidia
• 查看电脑所有驱动: sudo dpkg --list | grep nvidia-*

Nvidia-smi command not found

nvidia-smi正常， cuda无法使用时

检查pytorch与cuda的版本对应: torch.version.cuda