深度学习环境安装与使用----for LXY-Lab

前言：本教程仅适用于LXY-Lab的宝子们。通过该教程可以轻松玩转实验室服务器！！！

接下来，进入正题啦~~

---

一、新建用户账号

1)  初次使用 LXY-Lab 服务器时，可向服务器管理员申请用户账号。

      账号信息包括三项（IP-服务器局域网地址、ID-用户名、Passwd-密码）

2）增加用户命令：sudo adduser 用户名

    （注：实验室统一格式：姓的全称名的首字母缩写，例：张小帅（zhangxs））

3）增加用户权限：sudo usermod -aG sudo 用户名 

    （可以给指定用户赋予sudo权限，慎！）

二、下载必要的软件

        作为新手用户，首先需要了解/下载一些通过本地与服务器端进行交互的各种软件。

1）VScode----用于编程的IDE，相比于Pycharm来说，VScode连接服务器更方便。

2）MobaXterm----连接服务器后，可以方便双向传输数据资料，也可以通过终端控制服务器。

3）Xftp和Xshell----类似于MabaXterm，功能更加单一，一个用于终端控制，一个用于文件传输。

三、连接服务器

        VScode安装及连接服务器：保姆级教程，请戳这里

四、基础环境配置

        新创建的用户账号，需要首先配置基础的深度学习环境，包括三项：

        注：实验室显卡为30系列，所以cuda版本需要在11.0以上（这是由于不同版本cuda所支持的算力不一样，要结合实际的显卡，例如：RTX 3090的算力是8.6），最好安装11.1以上吧，11.0据说不太稳定。pytorch版本需要在1.8.0以上，不然会不兼容。

1）cuda----CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。在安装cuda时，需要根据显卡来选择，但是不能高于nvidia-smi所支持的最高版本；

我使用的版本是cuda11.1

下载好的安装包在"/home/xiayb/cuda_11.1.1_455.32.00_linux.run"

可使用如下命令复制到你的账号下面的路径

cp /home/xiayb/cuda_11.1.1_455.32.00_linux.run /path/to/your

sudo sh cuda_11.1.1_455.32.00_linux.run

安装成功后需要安装下面链接配置环境变量

【CUDA】Ubuntu系统如何安装CUDA保姆级教程(2022年最新)_ubuntu安装cuda_自牧君的博客-CSDN博客

2)  cudnn----深度神经网络库(cuDNN)是GPU加速的用于深度神经网络的原语库。在安装cudnn时，需要根据cuda版本来选择匹配的版本，版本对应关系如下：

环境配置—Cuda和Cudnn版本对应关系https://blog.csdn.net/weixin_44222014/article/details/105552967我使用的对应cuda的cudnn版本是8.0.5

下载好的安装包在 "/home/xiayb/cudnn-11.1-linux-x64-v8.0.5.39.tgz"

然后按照如下链接安装即可

Ubuntu cudnn安装_ubuntu安装cudnn_竹子2021的博客-CSDN博客ubuntu cudnn安装,亲测有效_ubuntu安装cudnnhttps://blog.csdn.net/zhuzi_zhuzi_/article/details/127501351

3)  Anaconda----中文"大蟒蛇"，是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项，一次安装，一劳永逸。

        我使用的版本是：Anaconda3-5.2.0-Linux-x86_64.sh (可以从下面链接下载这个版本)

Anaconda3 安装教程Anaconda各版本下载连接：https://repo.anaconda.com/archive/https://repo.anaconda.com/archive/Anaconda安装指南：Ubuntu 20.04安装Anaconda3及简单使用_m0_50117360的博客-CSDN博客_ubuntu20.04安装anaconda1、Anaconda安装包下载（1）官网下载，下载速度较慢（2）清华大学开源软件镜像站2、安装Anaconda（1）进入文件下载目录cd ~/software（2）运行安装包https://blog.csdn.net/weixin_41596697/article/details/120409449?spm=1001.2014.3001.5501

五、其他深度学习环境包安装

 1）采用pip或者conda可以安装绝大多数需要的库包：

方式一： pip install xxx
方式二： conda install xxx

  2）实验室服务器：显卡RTX 3090，我安装了CUDA 11.1，以及Pytorch 1.8/1.9，安装命令：

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

   3）conda list查看pytorch等版本：

 

六、更换软件源：

        如果采用pip或者conda安装某些库包特别慢的时候，则需要换源：（国内推荐使用清华源or阿里源）：

        ！！！请注意：下面教程中的最后一行代码：sudo apt-get upgrade 禁用！！！血的教训：会直接把ubuntu系统内核更新掉，导致系统奔溃。

Ubuntu20.04软件源更换https://blog.51cto.com/u_15202985/6020465