Ubuntu18 系统下深度学习环境配置

目录

1、显卡驱动+cuda11.1+cudnn8.0.4

【删除cuda】

【安装cuda】

【设置环境变量】

【CUDNN安装】

2、Anaconda安装

3、Anaconda配置

【创建虚拟环境】

【安装pytorch】

【安装opencv-python库】

【安装 pandas库等】

【其他】

4、安装 pycharm

---

1、显卡驱动+cuda11.1+cudnn8.0.4

此部分按照博客：https://blog.csdn.net/weixin_43269994/article/details/109030404 安装，验证有效。

【删除cuda】

在命令行中输入以下，删除已安装cuda：

sudo apt-get remove cuda
sudo apt --purge remove "*cublas*" "cuda*"
sudo apt-get autoclean
sudo apt-get remove cuda*

 

【安装cuda】

命令行输入（紫色部分）：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin

#这一行下载cuda，对应1804版本，若报错，也可直接在网站上输入网址同样可以下载。

sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600

#将下载的cuda文件移动到新地址。

wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda-repo-ubuntu1804-11-1- local_11.1.0-455.23.05-1_amd64.deb

#下载cuda-repo-ubuntu1804-11-1- local_11.1.0-455.23.05-1_amd64.deb。

sudo dpkg -i cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_amd64.deb

#安装

sudo apt-key add /var/cuda-repo-ubuntu1804-11-1-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

 

【设置环境变量】

添加路径。

sudo vim ~/.bashrc
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使环境变量生效：

source ~/.bashrc

验证结果：

nvcc -V

如果出现nvcc版本号，说明安装成功。

 

【CUDNN安装】

进入：https://developer.nvidia.com/rdp/cudnn-download 下载“cuDNN Library for Linux”，下载完成后解压tgz文件，得到一个cuda文件夹：cudnn-11.1-linux-x64-v8.0.4.30.tgz。

tar -xzvf cudnn-11.1-linux-x64-v8.0.4.30.tgz

然后复制文件：（注意：博客原文错误部分，在此处更正）

sudo cp cuda/include/*    /usr/local/cuda-11.1/include 
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda-11.1/lib64
sudo chmod a+r /usr/local/cuda-11.1/include/cudnn.h   /usr/local/cuda-11.1/lib64/libcudnn*

安装结果验证：

cat /usr/local/cuda-11.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

注意：我们之前所有配置的cuda环境都是在文件夹cuda-11.1中，结果如下：

 

2、Anaconda安装

Linux下安装anaconda和pytorch参考博客：https://blog.csdn.net/hktxt/article/details/82111203

注意：选择anaconda的版本和python版本对应。我的版本查看到用的python3版本是3.6.9，对应anaconda版本为anaconda3-5.2.0。在国内的镜像站点下载到对应版本：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

（Anaconda3-5.2.0-Linux-x86_64.sh）

执行以下命令进行安装，然后一路到底：

bash Anaconda3-5.2.0-Linux-x86_64.sh

安装完anaconda后会建议安装vscode，我在这里遇到提示网络链接问题，可能是源的问题，这里不重要，可采取其他方式安装或者不安装。

则安装完成，输入以下更新系统变量：

sudo gedit ~/.bashr

可见环境变量末尾添加了：

若没有则手动添加。

 

3、Anaconda配置

【创建虚拟环境】

为pytorch创建一个虚拟环境，这是推荐的做法，这样在创建其他环境如tensorflow时，就不会互相冲突。在终端输入：

conda create -n pytorch python=3.6

这就创建了一个名为pytorch，python版本为3.6的虚拟环境。于是我们可以把Pytorch安装在这个环境下面。首先我们激活这个环境：source activate pytorch

source activate pytorch

   激活后，会看到前面会显示（pytorch）：

 

【安装pytorch】

在https://pytorch.org/ 官网，根据版本选择，生成终端安装命令。

一路安装就好。

注意是在（名为pytorch）的环境下安装。中途有遇到两次http问题，导致跑到一半丢失的情况，因此重新安装可以改善。

安装完成。

在（pytorch）环境下（若没进入环境需要按照之前说明激活环境），进入python：

python

执行：

import torch 

没报错说明成功，退出环境记得关闭python：

exit()

退出环境：

source deactivate

 

【安装opencv-python库】

这里用到的方法是在环境下运：

pip install opencv-contrib-python

 

【安装 pandas库等】

将工程代码放入到pycharm中后，发现报错没装pandas库，搜一下就知道了，注意安装在运行环境下。

 

【其他】

*Anaconda操作说明:https://blog.csdn.net/lushuangning/article/details/110817844

可以conda list查看已安装的库

 

4、安装 pycharm

Pycharm是一个ide，推荐安装专业版，而非免费的社区版，因为专业版可以ssh连远程等附加功能。

安装pycharm后，使用时记得设置运行环境，此处不赘述。