1.Ubuntu系统安装
1.1 进入启动盘
1.2 按e键 添加 “ nomodeset nodmraid xforcevesa” 启动安装
1.3 按照实际要求一步一步安装
PS:如果到此界面选择键盘后卡死,是由于超微IPMI的显卡与乌班图内置显卡驱动不匹配导致,需要在安装时加上xforcevesa nomodeset参数,然后按实际需求根据屏幕提示安装
2. 安装显卡驱动(Tesla t4)
注意(PCI设置一下,否则驱动安装不上去)
2.1 配置网络
例:(文本编辑器)
vim /etc/netplan/**.yam
修改为
ethernets:
eno1: #配置的网卡名称,使用ifconfig -a查看得到
dhcp4: true #dhcp4开启
#dhcp4: no #dhcp4关闭
#addresses: [192.168.1.2/24] #设置本机IP及掩码
#gateway4: 192.168.1.1
#nameservers:
addresses: [192.168.1.1,114.114.114.114]
#optional: true
netplan apply 敲入此命令应用网络配置
#ip dns ip 需要用”[]”分割,网关不用
#冒号后需要一个空格
#每一层前面缩进需要2个空格
ip a s 查看IP
或者通过GUI界面编辑
Ubunto改root密码
sudo passwd root(修订root密码)
2.2 把Ubuntu自带显卡驱动添加到黑名单
sudo chmod 666 /etc/modprobe.d/blacklist.conf #添加修改权限
sudo apt-get install vim #安装编写器
vim /etc/modprobe.d/blacklist.conf #打开黑名单配置文件,在最后添加
如下:
blacklist nouveau
options nouveau modeset=0
sudo chmod 644 /etc/modprobe.d/blacklist.conf #把黑名单权限恢复
sudo update-initramfs -u #应用
sudo reboot now #重启
2.3 更新apt 列表,安装SSH服务和安装依赖包
Sudo apt-get update
Sudo apt-get install openssh-server(系统默认不带sshd服务,如果需要远程需要安装)
sudo apt-get install build-essential gcc-multilib dkms
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev libglfw3-dev libgles2-mesa-dev
2.4 安装驱动(具体安装版本,请按实际需求安装)
Su 切换到root用户
Alt ctrl F2 切换到命令行界面
init 3 关闭x服务图形界面
chmod 755 NVIDIA-Linux-x86_64-450.57.run 添加执行权限
./NVIDIA-Linux-x86_64-450.57.run -no-x-check -no-nouveau-check -no-opengl-files 安装
注意不要让驱动自动打开x服务
安装完成
2.5 验证
重启后 运行nvidia-smi
3. 安装 Cuda 10.0.130 (安装版本请按实际安装,若使用conda配置环境则不需要安装Cuda)
3.1安装 cuda
3.1.1添加权限
chmod 755 cuda_10.0.130_410.48_linux.run
3.1.2执行文件
./cuda_10.0.130_410.48_linux.run
3.1.3 弹出协议(持续按空格)并开始安装
3.2 修改环境变量和验证安装是否成功
vim ~/.bashrc 编辑环境变量文件,在最后添加
export PATH="/usr/local/cuda-10.2/bin:
P
A
T
H
"
e
x
p
o
r
t
L
D
L
I
B
R
A
R
Y
P
A
T
H
=
"
/
u
s
r
/
l
o
c
a
l
/
c
u
d
a
−
10.2
/
l
i
b
64
:
PATH" export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:
PATH" exportLDLIBRARYPATH="/usr/local/cuda−10.2/lib64:LD_LIBRARY_PATH"
cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
make 编译
./deviceQuery 运行,如果安装成功能显示cuda版本与显卡信息
编译测试程序
cd ~/NVIDIA_CUDA-10.0_Samples/5_Simulations/nbody
make编译
重启后运行测试程序
Cd ~/NVIDIA_CUDA-10.0_Samples/5_Simulations/nbody
./nbody -benchmark -numbodies=512000 -device=0(device 为几号GPU,0开始)
./nbody -benchmark -numbodies=512000 -device=1(同上)
查看/监控GPU状态 watch -n 1 nvidia-smi
4 安装anaconda
4.1下载anaconda安装包
Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。ps:也可以去官网下载 https://www.anaconda.com/download/
ps:本次使用的是Anaconda3-5.0.0-Linux-x86_64.sh
4.2 anaconda安装
进入文件目录:
指令 bash ./Anaconda3-5.0.0-Linux-x86_64.sh
Ps 全程 yes +回车 ,默认安装在home目录下
4.3 anaconda环境变量
4.3.1检查环境变量,没有则添加
查看命令 sudo gedit ~/.bashrc
检查末尾是否已经添加如下变量,没有则添加
export PATH="/home/用户名/anaconda3/bin:$PATH"
需要重启系统,不然找不到命令
4.3.2打开控制台 ,更换conda清华源(墙太高)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
4.3.3创建自命名的虚拟环境
conda create -n+环境名字+python=3.6
创建成功
激活环境
source activate +环境名
5. 安装所需框架(如pytorch)
方法一:命令在线安装
使用conda清华源快速安装
切换源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
去pytorch官网上寻找需要安装的torch和torchvision版本的指令
例如:
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2
接下来就可以快速安装了
方法二:安装包离线安装
找到所需要的包,下载放在指定位置利用pip 安装