一、安装anaconda
1.首先到官网上下载linux版本的anaconda
2.cd到anaconda.sh的目录
bash ./Anaconda3-5.2.0-Linux-x86_64.sh
3.一直按enter,输入yes,选择安装路径,这里选择home下新建的install文件夹
/home/superlinc/install/anaconda3
4.设置将Anaconda的安装路径添加到PATH环境变量中,输入yes就好了
5.是否要装VSCode,选择No
6.如果没有设置环境变量,可以
echo 'export PATH="/home/superlinc/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
6.安装完成,关掉终端,另开一个终端
输入python
二、安装nvidia显卡驱动和cuda
安装驱动有两种方式,第一种自动安装比较傻瓜,但失败的概率很大,不推荐,第二种手动安装比较复杂但能成功,推荐直接用第二种方式。
1.自动安装显卡驱动
系统设置->软件更新->附加驱动->切换到最新的NVIDIA驱动即可。应用更改->重启
但我重启后发现登录界面输入密码后,不断循环,就是登不进系统,一番研究之后可进行如下操作:
1)登录界面进入文本模式,CTRL+ALT+F5(F1~6不一定)
2)卸载驱动
首先登录帐号,输入密码。之后
sudo apt-get remove nvidia-*
sudo apt-get autoremove
sudo nvidia-uninstall
sudo reboot
3)此时重启后可正常登录
2.手动安装显卡驱动
驱动重新安装:
1)可以先去NVIDIA官网手动搜索自己适配的显卡驱动
https://www.nvidia.cn/Download/index.aspx?lang=cn
2)禁用nouveau驱动
- lsmod | grep nouveau
如果有输出,则需要我们手动禁用nouveau,这是必须项,不然后面没法安装。 - sudo vim /etc/modprobe.d/blacklist.conf
按i进入编辑模式,在最后加入
blacklist nouveau
options nouveau modeset=0
将nouveau加入黑名单 - sudo update-initramfs -u
更新内核 - reboot
重启后可能分辨率会变化,不用管。再次输入
lsmod | grep nouveau
如果没输出,就代表禁用成功。如果还是有输出,多重复几次。我就试了好多次都不行,最后重装系统解决。
3)进入文本模式
重启进入登录界面,先不要输密码进去。按CTRL+F1(F1~6不一定)进入文本模式,输入帐号和密码。 - 禁用X-Windows服务
sudo service lightdm stop - 进入驱动目录
cd /home/downloads
ls - 给run文件赋予执行权限
sudo chmod +x NVIDIA-Linux-x86_64-418.43.run - 按提示进行安装,重启
sudo ./NVIDIA-Linux-x86_64-418.43.run -no-opengl-files - nvidia-smi
驱动安装成功。
之后分辨率可能会有问题,永久改变分辨率方法:
https://blog.csdn.net/m0_38082419/article/details/79851098
如果重启后分辨率还是不对:
sudo mv /etc/X11/xorg.conf /etc/X11/xorg.conf.backup
sudo touch /etc/X11/xorg.conf
sudo reboot
4)安装cuda - 进入下载目录,安装
cd /Downloads
sudo ./cuda_9.2.148_396.37_linux.run -no-opengl-libs
license文件很长,可以长按CTRL+F - Do you accept the previously read EULA?
accept - Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
n - Install the CUDA 9.2 Toolkit?
y - Enter Toolkit Location
enter - Do you want to install a symbolic link at /usr/local/cuda?
y - Install the CUDA 9.2 Samples?
y - Enter CUDA Samples Location
enter
5)设置环境变量
sudo vim /home/superlinc/.bashrc
在最后面加上
export PATH=$PATH:/usr/local/cuda-9.2/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.2/lib64
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.2
source ~/.bashrc
6)测试
cd /usr/local/cuda-9.2/samples/1_Utilities/deviceQuery
sudo make -j4
./deviceQuery
Result = PASS
三、安装cudnn
1.到官网下载cudnn
https://developer.nvidia.com/rdp/cudnn-download
要先登录帐号,可用微信登录,选择和cuda相匹配的版本
2.对tgz进行解压
tar -xvf cudnn-9.2-linux-x64-v7.5.0.56.tgz
3.拷贝文件
解压后把相应的文件拷贝到对应的cuda文件夹下
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
四、安装tensorflow-gpu
使用清华大学镜像安装,可以快很多
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
并把~/.condarc中-defaults一行删除(可能隐藏,按ctrl+h,在/home/superlinc/下面)
1.建立conda计算环境
conda create -n tensorflow_gpu python=3.6
可以发现,从镜像下载快了很多
2.激活环境
conda activate tensorflow_gpu
3.使用conda安装tensorflow
conda install tensorflow-gpu
五、安装pytorch
仍然使用清华大学镜像安装。
pytorch官网有conda命令
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
但是官网的pytorch是最新的,可能没有相应的镜像,所以我们要把最后两个去掉。
conda install pytorch torchvision cudatoolkit=10.0
这样就能下载镜像中最新的pytorch和torchvision了。