新的linux系统从零安装pytorch深度学习环境

1.前置准备

新配置了一个服务器跑深度学习，记录完整装环境的流程。这里我使用的是Centos7系统，使用新系统前最好配置空间大小，防止以后空间爆了，弄起来特别麻烦。这里不过多赘述，可以参考我之前的文章给/dev/mapper/centos-root，/dev/mapper/centos-home扩容-CSDN博客。

配置好后的空间大概是这样

自己的数据集，代码之类的大文件放在/home目录下，其他的系统文件位于根目录下。

首先更新一下软件包，centos使用的是yum，其他系统如Debian/Ubuntu系统中使用apt-get。

sudo yum update

安装gcc，gcc-c++，如果已经有gcc也可进行升级

yum install centos-release-scl #添加源
yum install devtoolset-8 #安装8.版本的

将这句代码写入.bashrc永久生效

source /opt/rh/devtoolset-8/enable

之后执行配置环境变量并重启

source ~/.bashrc
reboot

就可以查看gcc版本了，这里为8.3.1

输入命令查看系统有没有nouveau驱动，如果有需要禁用，可以参考这篇文章如何禁用nouveau驱动_禁用显卡驱动源-nouveau-CSDN博客

lsmod | grep nouveau

输入nvidia-smi查看是否装了nvidia驱动

发现已经存在旧版驱动，进入到/usr/bin/目录下，进行卸载

cd /usr/bin/
nvidia-uninstall

2.安装cuda

cuda分为cuda driver 和cuda toolkit，前者是我们常说的nvidia驱动，后者则是运行 CUDA 应用程序的软件包。这里注意，只有以前比较老的版本才要装cudnn，现在的pytorch不需要装，安装cuda版本的pytorch就会自动装好cudnn

推荐直接通过装cuda toolkit附带装好driver。如果分开装的话，需要注意cuda driver的版本要高于cuda toolkit。我们进入cudatoolkit的英伟达官网安装页面，这里我们选择CUDA Toolkit 12.2.1，也可以安装其他版本

选择对应自己系统的版本，最后选择runfile文件

按照官网给出的命令进行安装，也可以根据蓝色部分的网址进行手动下载并上传至linux系统安装

输入sudo sh cuda_12.2.1_535.86.10_linux.run后等待一会，出现安装指令，这里填写accept,回车

进入下一个指令，回车取消后面的勾选，只保留前两个，意思是安装cuda driver 535.56.10和cuda toolkit 12.2, 进行install。如果已经装了driver，第一个选项便取消勾选。

出现这个界面说明安装成功

接下来将这两句代码添加到.bashrc文件中，这里注意对应版本号

export PATH=/usr/local/cuda-12.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64:$LD_LIBRARY_PATH

执行source ~/.bashrc并进行重启

source ~/.bashrc
reboot

输入nvidia-smi 和nvcc -V查看cuda driver 和cuda toolkit是否安装成功,这里看到已经安装成功

nvidia-smi
nvcc -V

3.anaconda和pytorch的安装

可以通过官网和清华大学镜像站进行anaconda的安装，这里我选择了清华镜像

进入后，我们选择一个日期接近的版本，进行下载并传到服务器中

输入指令开始安装

 sh Anaconda3-2024.02-1-Linux-x86_64.sh

接下来就是一直敲空格，直到看到这句话，输入yes

选择安装位置开始安装

输入yes安装完毕

执行source ~/.bashrc更新环境变量

source ~/.bashrc

创建python虚拟环境，pytorch是环境名，可以随意设置，后面python指定了版本3.9

conda create -n pytorch python=3.9

创建好后，激活环境

conda activate pytorch

接着进行pytorch的安装，通过下面这张图查看合适的版本，需要注意的是，pytorch对应的cuda版本不能高于已安装的cudatoolkit版本

进入pytorch官网，这里可以选择12.1版本，输入指令推荐的命令开始安装

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

如果觉得慢的话，可以使用pip安装，不过要进行换源

装好之后，进入python，查看是否安装成功

python
import torch
torch.cuda.is_available()
exit()

大功告成！

参考：CentOS7/完美升级gcc版本方法 - 知乎 (zhihu.com)，手把手教你在linux上安装pytorch与cuda_linux系统下安装pytorch和cuda-CSDN博客Centos7.6安装GPU(RTX 3080)_nvidia corporation device 2216-CSDN博客