服务器使用出现的问题记录（持续记录更新）

服务器使用出现的问题记录

1. Anaconda 创建虚拟环境出现问题

解决办法：一开始直接将错误信息上网搜索，发现清一色的博客是说需要修该anaconda的配置文件—~/.condarc 。该文件是根目录下的隐藏文件，记录了anaconda的下载源、虚拟环境存储路径、包缓存路径等信息，按要求修改后没有任何作用。不过有收获的是，将虚拟环境的存储地址和缓存地址修改到容量更大的盘中，避免之后创建更多的虚拟环境，导致当前盘容量不够。折腾半天，ping命令以下查看网络，发现根本没联网。

因为一直使用校园网连接的，团队有人使用了其他网络连接后，下次使用校园网得重新登录才行。

2. 内核版本升级导致显卡驱动不匹配

今天突然出现这个问题，其实还是很好解决的。大概率是内核版本的升级，与之前显卡驱动不匹配导致显卡无法使用。直接查看当前已安装的内核版本及正在使用的内核版本

uname -r   //查看当前正在使用的内核版本
rpm -aq |grep kernel-devel   //查看已安装的内核版本

查看后发现当前正在使用得内核版本是：3.10.0-1160.25.1.el7.x86_64
原来应该是：3.10.0-1160.21.1.el7.x86_64
已安装的内核版本：3.10.0-1160.21.1.el7.x86_64和3.10.0-1160.25.1.el7.x86_64

直接选定3.10.0-1160.21.1.el7.x86_64为系统启动的默认版本就可以了。

grub2-set-default 'CentOS Linux (3.10.0-1160.21.1.el7.x86_64) 7 (Core)'

重启之后就完成了。

3. 显卡出现问题RuntimeError: CUDA error: all CUDA-capable devices are busy or unavailable。

假设1：以为是代码中有多卡配置导致出现问题，后来修改代码后排除这种假设。
假设2：以为是显卡计算独占设定，通过nvidia-smi发现是Default,排除这种假设。
尝试方法：进入深度学习框架，执行以下命令

torch.cuda.is_available()  //是true

很奇怪就是发现显卡不可用。后来用命令查看显卡服务：

systemctl status nvidia-gridd

发现显卡启动服务是失败的。

解决办法：

systemctl restart nvidia-gridd //重启显卡服务
systemctl status nvidia-gridd

成功了！！