ubuntu 16.10 安装pytorch1.1.0+cuda10+cudnn7.5.1

1、nvidia驱动

• 1.1  ubuntu禁用nouveau：

sudo gedit /etc/modprobe.d/blacklist.conf

最后一行添加：

blacklist nouveau 
options nouveau modeset=0

然后：

sudo update-initramfs -u 
#需要重启生效
reboot

重启后：

lsmod | grep nouveau    #没有输出，即说明禁用成功

进入blos关闭secure boot

 

1.2安装nvidia驱动

安装可能需要的依赖

#其实很多你的环境已经安装了，所以一般并没有多少时间。
sudo apt-get update 
sudo apt-get install dkms build-essential linux-headers-generic
sudo apt-get install gcc-multilib xorg-dev
sudo apt-get install freeglut3-dev libx11-dev libxmu-dev install libxi-dev  libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

卸载nvidia驱动

#for case1: original driver installed by apt-get:  如果原驱动是用apt-get安装的，就用第1种方法卸载
sudo apt-get remove --purge nvidia*


#for case2: original driver installed by runfile: 
#如果原驱动是用runfile安装的，就用–#uninstall命令卸载。其实，用runfile安装的时候也会卸载掉之前#的驱动，所以不手动卸载亦可
sudo chmod +x NVIDIA-Linux*.run 
sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall

 

简单固定的安装：

参考网址https://blog.csdn.net/wf19930209/article/details/81877822 方法二

sudo add-apt-repository ppa:xorg-edgers/ppa
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

查看可安装的驱动版本列表
ubuntu-drivers devices
sudo apt install nvidia-430

重启
sudo shutdown -r now

但是只能安装系统驱动推荐的nvidia版本，如果中间出问题需要依赖则：

sudo apt install aptitude

sudo aptitude install 软件包名

根据提供的解决方案选择 y 或者 n即可

去官网下载驱动安装自己想要的版本（NVIDIA-Linux-x86_64-430.34）：

https://www.geforce.cn/drivers

第二个选项中：选择时需看清楚是(notebooks)或者非notebook

下载好放到自己的英文目录下，因为切换非图形化界面时中文显示为乱码

/home/用户名/down/

接着按ctrl + alt + F1（F2～F6）中一个进入图形化界面

# 关闭ctrl alt F7
$sudo service lightdm stop

# 进入驱动目录 ---- 第三步的作用
# username是你自己的用户名/down是上面建立的，放我们下载的驱动文件
$cd /home/username/down

# 更改权限，tab补全名字
$sudo chmod a+x NVIDIA-Linux-x86_64-*.run --dkms --no-opengl-files

''' 安装 非常重要*****'''
|||||||||||||||||||||||||||||||||||||||||||||||||||||
$sudo ./NVIDIA-Linux-x86_64-390.77.run
	'''这里开始就很骚了,大概率会提示你'''
dkms 安装最好 选yes
32位兼容 安装最好 选yes
x-org 最好别安，选no，有的电脑可能导致登录界面黑屏
	the distribution-provided pre-install scipt failed，是否继续安装？
	'''如果你从来没有安装过nvidia驱动，甚至方法一都没有安装过'''
    #dkms 安装最好 选yes
	# 1.按“continue”；
	# 问你装32-bit库吗？按'Yes' ，32位兼容 安装最好 选yes
	# 问你“would you like to run the nvidia-xconfig ...”  按'NO'有的电脑可能导致登录界 
    # 面黑屏
	# 一般会让你确认细节，点`ok`
|||BUT||BUT|||||BUT|||||BUT||||BUT||||BUT||||||BUT||||
	'''如果你安装过驱动，请按'取消安装'，输入以下代码'''
$sudo apt-get remove --purge nvidia*	 #删除以前安装的文件
$sudo ./Nvidiaxxxx你下载的驱动具体名字.run -uninstall 	 # 卸载文件内容
	'''回到上面的第六步和第七步，重新弄一遍'''
$sudo reboot  # 重启
	# 再回到安装步骤
$sudo ./NVIDIA-Linux-x86_64-390.77.run
	# 还是会提醒的，遇到警告也不怕
		# 1.按“continue”；
		# 问你装32-bit库吗？按'NO'
		# 问你“would you like to run the nvidia-xconfig .......”  按'NO'

# 开机～
$sudo service lightdm start

重启之后查看nvidia

nvidia-smi

2、安装CUDA10.0和CUDNN7.5.1

2.1下载位置：

cuda(cuda_10.0.130_410.48_linux):https://developer.nvidia.com/cuda-toolkit-archive

cudnn(cudnn-10.0-linux-x64-v7.5.0.56):https://developer.nvidia.com/rdp/cudnn-archive#a-collapse751-10

2.2 CUDA10.0安装：

sudo sh cuda_10.0.130_410.48_linux.run

安装过程：

在安装过程中会询问是否安装显卡驱动，由于我们在第一步中已经安装，所以我们选择no（不安装）

Do you accept the previously read EULA? (accept/decline/quit): accept  
You are attempting to install on an unsupported configuration. Do you wish to continue? ((y)es/(n)o) [ default is no ]: y  
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39? ((y)es/(n)o/(q)uit): n  
Install the CUDA 10.0 Toolkit? ((y)es/(n)o/(q)uit): y  
Enter Toolkit Location [ default is /usr/local/cuda-10.0 ]:  
Do you want to install a symbolic link at /usr/local/cuda? ((y)es/(n)o/(q)uit): y  
Install the CUDA 8.0 Samples? ((y)es/(n)o/(q)uit): y  
Enter CUDA Samples Location [ default is /home/ls ]:   

添加系统环境变量： 

gedit ~/.bashrc

# add cuda
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH

source ~/.bashrc  #立即生效

测试是否安装成功

查看CUDA版本：

nvcc -V

2.3cudnn安装

cuDNN v7.5.1 Library for Linux for CUDA 10.0

cd ~
tar -zxf cudnn-10.0-linux-x64-v7.5.1.10.tgz
cd cuda
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/* /usr/local/cuda/include/

3.pytorch安装(都在超级用户下进行 su)

参考  https://blog.csdn.net/abc13526222160/article/details/86497684

3.1 Anaconda3-5.3.1-Linux-x86_64.sh 下载

安装参考：https://blog.csdn.net/u012243626/article/details/82469174

可以自己选择安装位置（放在下载等文件夹里重装时可以选择一定程度保留文件）

3.2 配置环境

参考：https://blog.csdn.net/abc13526222160/article/details/86497684#%E4%B8%80%E3%80%81%E5%9F%BA%E4%BA%8Econda%E5%AE%89%E8%A3%85

添加下载源：

conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

#cat ~/.condarc  #可以查看下载源

gedit ~/.condarc  #可以编辑下载源删除default

 把连接超时的时间设置成40s，读取超时的时间修改成100s，不然安装pytorch的时候容易失败

conda config --set remote_connect_timeout_secs 40
conda config --set remote_read_timeout_secs 100

打开安装的环境命令：

conda create -n dl python=3.7  #创建环境


source activate dl   #启动环境

安装pytorch1.1.0命令：

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0

测试：

import 	torch
import  time
print(torch.__version__)
print(torch.cuda.is_available())
 
# print('hello, world.')
 
a = torch.randn(10000, 1000)
b = torch.randn(1000, 2000)
 
t0 = time.time()
c = torch.matmul(a, b)
t1 = time.time()
print(a.device, t1 - t0, c.norm(2))
 
device = torch.device('cuda')
a = a.to(device)
b = b.to(device)
 
t0 = time.time()
c = torch.matmul(a, b)
t2 = time.time()
print(a.device, t2 - t0, c.norm(2))
 
t0 = time.time()
c = torch.matmul(a, b)
t2 = time.time()
print(a.device, t2 - t0, c.norm(2))

1.1.0
True
cpu 0.06677007675170898 tensor(141467.7188)
cuda:0 0.002493143081665039 tensor(141467.7188, device='cuda:0')
cuda:0 0.0007426738739013672 tensor(141467.7188, device='cuda:0')

更新pip源

#都在su 超级用户的命令下运行

mkdir ~/.pip
cd ~/.pip
touch pip.conf
sudo gedit ~/.pip/pip.conf


#粘贴下面的
[global]
timeout = 6000
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/ 
[install]
trusted-host=mirrors.aliyun.com

安装spyder（有错误，决定安装pycharm）

pip show spyder  #查看安装的spyder位置
pip check       #利用它来查看不匹配的依赖
apt-get remove spyder      #删除之前的spyder
pip install spyder==3.3    #ubuntu16.10 适合装这个版本

 安装pycharm

参考：

https://blog.csdn.net/shuiyixin/article/details/89530415

添加codna环境进入pycharm:

https://www.jianshu.com/p/1eff17aa6743?utm_campaign=haruki&utm_content=note&utm_medium=reader_share&utm_source=qq

https://www.cnblogs.com/yuxuefeng/articles/9235431.html