我的深度学习环境配置总结

一 、Ubuntu20的安装

注意要点：

1、软碟通刻录，BIOS设置优先项

2、选择最小安装，其他选项不需要勾选，会导致安装时间变长，可在安装完成后根据需要跟新

     在选择安装类型时，选择其他选项才可以作空间分配：我的是500GB，所以做了如下分配:

     swap    主分区      32G=16*2（运行内存的两倍）  swap area

     efi        逻辑分区    2G                                             efi system partition

     /           逻辑分区   剩下的都给它                             ext4日志文件系统

3、火狐浏览器flashplayer的解决办法

sudo apt install ffmpeg

二、CUDA安装

1、驱动安装：相比于网上眼花缭乱的驱动安装直接选择软件更新然后选择最新的驱动安装即可

2、gcc降级：Ubuntu自带gcc版本为9，在安装cuda10.0之前需要先gcc降级为7

     安装gcc7的命令：

sudo apt-get install gcc-7 g++-7

  查看系统当前存在的gcc版本：

ls /usr/bin/gcc*

  设置gcc7为默认版本：

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 50
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100

　额外补充：

　查看并设置GCC

sudo update-alternatives --config gcc

   cuda安装：CUDA Toolkit Archive | NVIDIA Developer  通过网站给出的命令行下载并安装cuda

   TIPS:在安装过程中注意不要重新安装驱动，空格键取消。

   在安装完cuda之后需要配置环境变量

gedit ~/.bashrc

  在文档最后添加如下语句并保存

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

  使环境变量生效

source ~/.bashrc

  查看系统的cuda版本：nvcc -V

三、CUDNN安装

  先去该网站下载cudnn的安装包，注意cudnn版本要与cuda版本匹配

  NVIDIA cuDNN | NVIDIA Developer

 下载完成之后解压，解压后在解压后的文件夹下打开终端，

  前两句为复制，第三句是添加读取权 限

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

 查看系统的CUDNN版本

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

四、安装Anaconda3

  Anaconda | Individual Edition

bash anaconda3安装包的名字.sh

  一直yes即可

  配置环境变量

gedit ~/.bashrc

  在最后一行添加：

export PATH="/home/gdz/anaconda3/bin:$PATH"

  使环境变量生效

source ~/.bashrc

  输入python3，倘若出现“anaconda3”的关键字则说明安装成功

五、虚拟环境

1、创建虚拟环境：

 conda create -n your_name python=3.x  

your_name是虚拟环境的名字；3.x是指版本号

Ubuntu打开命令行终端时默认进行Anaconda虚拟环境，需要先使用命令 conda deactivate 退出
2、进入虚拟环境：

conda activate your_name

3、退出虚拟环境：

conda deactivate

4、删除虚拟环境：

conda remove -n your_name --all

5、复制虚拟环境：

conda create -n env2 --clone env1

基于原有虚拟环境conda-env1创建一个新的虚拟环境conda-env2

6、切换清华源：

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 --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

7、换回默认源

conda config --remove-key channels

六、安装Pytorch

查看Pytorch与CUDA、CUDNN版本之间的关系

https://www.cnblogs.com/Wanggcong/p/12625540.html

Pytorch网站

Previous PyTorch Versions | PyTorch

按照所需版本安装即可