uos相关记录

UOS 相关的记录

CUDA

外接显示器

问题一:官方以及商店提供的工具没能成功输出显示到外接显示器

神舟笔记本，Intel+Nvidia，默认情况以及使用商店中的“显卡驱动管理器”以后，“设置-显示设置”中没有外接显示器

解决方案：

1. 安装nvidia驱动

有坑，配置不好会直接导致 torch与CUDA不兼容
如果不要CUDA，可以直接安装
为了保险也可以按照安装CUDA的步骤来，在5. 安装cuda时再改为直接安装显卡驱动

# 安装英伟达显卡驱动和管理工具
sudo apt install nvidia-driver nvidia-smi nvidia-settings

2. 安装插件
   安装插件后，注销重新登录或者直接重启都行，会在底部电源那一栏出现 Intel 的标志，点击它就可以切换了

torch和CUDA

问题二：torch无法正确识别CUDA设备
解决方案：

直接安装CUDA，CUDA中带有显卡驱动；

pip 和 venv用apt install python3-pip python3-venv否则缺失依赖项

1. 禁用 nouveau 驱动

# 我实际上使用的是nano，不过uos自带的deepin-editor也可以，任意编辑器都可以
sudo deepin-editor /etc/default/grub

在GURB_CMDLINE_LINUX_DEFAULT="splash quiet后加上一句改为

GURB_CMDLINE_LINUX_DEFAULT="splash quiet rd.driver.blacklist=nouveau modprobe.blacklist=nouveau nvidia-drm.modeset=1 "

其中，
rd.driver.blacklist=nouveau 会阻止nouveau驱动的自动加载，哪怕发现存在nouveau模块声称支持的硬件
modprobe.blacklist=nouveau 类似上面的那句，这个阻止nouveau模块的加载
nvidia-drm.modeset=1 主要用来防止画面撕裂的情况，但我也不清楚原理，arch的Wiki中说是“启用DRM（直接渲染管理器）内核模式设置”（To enable DRM (Direct Rendering Manager) kernel mode setting）

2. 更新 grub 配置

sudo update-grub

3. 重启后进入系统运行级别 3
   为了保险，我是不登陆图形界面 CTRL+ALT+F2 进入tt2后操作的

sudo init 3

4. 卸载或许存在的nvidia驱动

sudo apt purge nvidia*
sudo apt autoremove --purge

5. 安装CUDA（11.3.1）

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda-repo-debian10-11-3-local_11.3.1-465.19.01-1_amd64.deb
sudo dpkg -i cuda-repo-debian10-11-3-local_11.3.1-465.19.01-1_amd64.deb
sudo apt-key add /var/cuda-repo-debian10-11-3-local/7fa2af80.pub
sudo add-apt-repository contrib
sudo apt-get update
sudo apt-get -y install cuda

cudnn使用nvidia给ubuntu提供的三个deb包安装，会有sample来测试

cp -r /usr/src/cudnn_samples_v8/ ~/Documents/samples
cd samples/mnistCUDNN

# 直接make会失败，因为缺少两个依赖项
sudo apt-get install libfreeimage3 libfreeimage-dev

sudo make clean
sudo make

# 运行可以看到通过测试
./mnistCUDNN

6. torch

# 就是缺点项，先装上
sudo apt install python3-pip python3-venv
sudo apt install libjpeg-dev zlib1g-dev

然后按照torch官网来就可以了：

pip3 install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio==0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

7. 验证 torch 能不能用 cuda

import torch
print(torch.cuda.is_available())