文章目录
0. 前言
实验室搭深度学习的环境加上自己电脑配环境，装环境装了很多次了，windows 和 liunx我是都安过，感觉也混的熟了，期间找了不少资料整理了一下，希望能做一个整合篇。
除了操作系统要和python和torch版本匹配，cuda也要和显卡驱动匹配，一定别图方便直接下载最新的!!! 别下载最新的！！
这些人刚更新基本都没有兼容的，浪费时间找问题不说，心累了，环境问题搞吐了，还可能得重装，血泪史啊。
windows安装：
windows大家应该都会，不会的可以参考 浮梁大佬的这篇文章。 超级详细的一步步的保姆教程，我这里就不赘述了。
linux安装（ubuntu 20.04）：
首先去官网下载安装包iso文件 需要注意的是，要安装稳定的LTS版，不要按最新的。我之前安了个最新的20.10，到处是系统bug和不兼容问题，关键报的那些奇奇怪怪的错还百度不到解决方案，后面重装了20.04，就好了。
然后下一个Ultraiso把镜像文件写入进U盘，U盘记得备份。
插上进BIOS后用U盘启动即可安装。Linux和Windows在安装的时候最大的不同就是需要手动分区。
建议先规划好，我的电脑分了500G，比较简单的分区方案是：
- / : 50G
- boot : 1G
- usr : 50G
- home : 300G
- swap分区 : 内存的1~2倍（64G）
1. Windows下搭环境
Anaconda下载和安装
anaconda先换源，挂个科学上网工具，不挂也可以，只是下的慢一点，没有被墙。下载下来之后，如果要换python版本可以使用：
conda create --name py27 python=2.7 //这里名字可以自己起，版本也是自选
conda activate py27 //进入这个环境
conda deactivate //回到默认环境
conda remove --name python34 --all //删除某一个环境
也可以直接在pycharm的project interpreter里面设置 一个新的环境
记得勾选make available to all projects 这样所有的项目都能访问这些包了。
因为不同的环境用conda list 命令列出的包不同，下载的位置也不同，所以应该一开始就把环境配好，以后打开项目的时候只需要导入existing environment就可以了。
cuda下载
cuda安装的时候，C盘够就精简安装，也可以选自定义安装，网上都说记住这个安装目录，但其实环境变量程序会帮你自己配好 , 没有的话自己配也没关系。
cuda安装界面选择：
- visual studio 的支持如果你是用vs编程就安装，pycharm应该不用安装。
- Nsight不知道有啥用就没有勾选，
- samples也可以不用勾选。
cmd输入nvidia-smi 即可查看支持的cuda版本
下载cudnn解压后复制所有文件夹到cuda安装的根目录即可。
cudnn下载
之后解压到cuda那个目录即可，不下载也没关系，这只是个加速包
pytorch下载
pytorch下载镜像换源：（清华和中科大）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
注意 conda在使用的时候需要把官网下载的那条
conda install pytorch torchvision torchaudio cudatoolkit=10.2 //-c pytorch
-c pytorch 需要去掉才能正常使用换源镜像，不然pytorch死活下不下来，你懂的
2. linux搭环境
因为我是Linux小白，linux命令之类的也是才接触，这里只贴我搭深度学习环境踩的坑和参考的解决方案。
linux换源和软件下载
由于ubuntu是外网，国内下载比较慢，建议换源之后下载东西，会舒服很多。
换源参考这篇博客
以及向日葵下载和依赖安装
安装显卡驱动，cuda和cudnn
显卡驱动和cuda的坑很多，期间搜了很多博客，不停的重启，加上平时又要上课什么的弄了我快一周才安完。
注：ubuntu20.04不用这么麻烦，系统换源 upgrade 之后直接在附加驱动里面选驱动，安装好之后重启，驱动就安好了。小白福音
（ubuntu 16和18）安装步骤如下：
- 检查gcc和显卡版本
gcc没有的话可以apt-get install gcc
//查看当前运行的显卡驱动
lspci -vnn | grep VGA
//查看推荐型号的显卡驱动
ubuntu-drivers devices
显卡驱动
- 禁用之前的驱动,
// 打开黑名单，禁掉之前的显卡驱动
sudo vim /etc/modprobe.d/blacklist.conf
// 添加下面两句代码
blacklist nouveau
options nouveau modeset=0
// 执行
sudo update-initramfs -u
// 重启电脑，输入
lsmod | grep nouveau
//若无输出则证明驱动禁用成功
- 安装nvidia驱动
首先进入命令行模式：
sudo service lightdm stop //这里没有lightdm 可以apt install lightdm
sudo ./NVIDIA-Linux-x86_64-xxxx.run --no-opengl-files
//xxxx为具体的驱动版本号 -no-opengl-files一定要加 , 输入上条指令后选择默认的选项，一直回车即可，安装完毕后
sudo ubuntu-devices autoinstall
sudo service lightdm start //重启x服务
//没安装好，卸载重装：
sudo apt-get remove --purge nvidia*
//切换到nvidia显卡（再重启）
sudo prime-select nvidia
安装完整之后输入nvidia-smi可以查看是否成功
cuda
进下载目录，运行
sudo sh cuda_10.2.89_440.33.01_linux.run //改成自己的cuda版本
一路yes accept
记得配置环境变量
// 进~./bashrc 文件编辑（Ctrl+H 键显示隐藏文件），在最后加上：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2
输入nvcc -V可以查看是否成功
Anaconda下载和环境配置
Anaconda下载基本和windows一样的，只是下载linux版本的就行了。
下载后一路yes accept就行了，环境变量一般会自动陪好，没有配好的话自己搜一下就行了
pycharm
pycharm也是自己去官网下就行了，下载完之后是一个tar.gz后缀的文件，解压之后进入下载目录的bin 运行pycharm.sh即可打开
之后在Tools里面Create Desktop Entry即可在应用程序里面进入了。
3. 总结
我是实验室两台服务器ubuntu都安了几次，前前后后踩坑配了大概半个多月。
然后开始在自己机器上面捣鼓，装了win+ubuntu双系统。
关于怎么捣鼓linux系统我重新写一篇文章来说吧，美化之后用来办公还是针不戳的，安到机械盘的系统也不觉得卡。
完结撒花_(:3」∠❀)_
扫一扫
3718
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
