ubuntu16.04安装anaconda、pycharm，以及安装cuda10.1与cudnn，安装pytorch1.3

记录安装配置过程，备忘

     安装过几次深度学习的环境，然而每次安装总得重新找csdn博客查看方法，但方法都有差别，遇到问题解决也不同。还是记下自己的安装过程，以备后用，也给相同配置需求的人一些借鉴。
     这次电脑配置是GTX 1080，实验室旧电脑，总比没有得用好啊

一、安装anaconda

1. 从官网下载脚本文件：

下载官网
根据系统的python版本选择对应的安装包。以下我选的版本是python3.7：
Anaconda3-2019.10-Linux-x86_64.sh

2. 转到下载目录，安装：

在终端执行：

bash Anaconda3-2019.10-Linux-x86_64.sh

3. 配置

如果之前没有配置环境变量，则conda无法使用，需要先配置环境变量。在终端执行：

$ echo 'export PATH=~/anaconda3/bin:$PATH' >>~./bashrc 
#将Annaconda的bin目录加入PATH，此处为PATH后的内容根据安装提示来。
$ source ～/.bashrc #更新bashrc以立即生效

二、安装pycharm以及激活

1. 从官网下载pycharm

进入PyCharm官网，选择Professional专业版，直接点击DOWNLOAD

2. 安装PyCharm

安装过程忘记截图了，进入下载的文件夹里，鼠标右击选择提取到此处
然后打开终端，进入提取的文件进行安装：

cd ./pycharm-2019.3.1/bin
sh ./pycharm.sh

后面一路按照网上的来就好直到激活界面

3. 激活PyCharm（windows10激活过程相同）

以下方法似乎已经失效，借鉴网上另外的方法：
https://www.52pojie.cn/thread-961836-1-.html

截图都是windows10安装记录的截图，破解文件也通用

1. 安装到激活界面时，选择evaluate for free，进入pycharm，然后先放着软件不管。
   去下载破解补丁,保存好破解文件，复制到pycharm安装目录的bin目录下
2. 打开pycharm，创建空项目，点击help，在下拉菜单中选择Edit Custom VM Option…
   以下是windows下的截图，
   
   
3. 在出现的文件中，最后一行添加破解命令，注意路径是自己pycharm安装的路径

-javaagent:/home/ubuntu/下载/pycharm-2019.3.1/bin/jetbrains-agent.jar

4. 重启出现激活界面，选择License sever，出现网址，点击Activate即可；若未出现，则点击Discover Server，然后出现网址再激活即可
   

三、安装cuda10.1与cudnn7.6

因为要装pytorch1.3，官网使用conda安装，只支持到cuda10.1，所以选择这个版本和对应稳定版最新的cudnn

1. 安装nvidia驱动

安装东西，我都想要最新的，所以直接到官网下载对应型号最新的驱动即可，驱动型号影响cuda安装，过低才会使cuda安装不成功。以下是cuda版本对应驱动要求，装最新驱动就没问题

下载好后，到下载的目录中，打开终端：

sudo chmod a+x cuda_10.1.243_418.87.00_linux.run
sudo ./cuda_10.1.243_418.87.00_linux.run -no-x-check -no-nouveau-check -no-opengl-files

安装完成后，使用nvidia-smi进行查看即可，不行的话重启再尝试

2. 安装cuda10.1

到网站https://developer.nvidia.com/cuda-toolkit-archive中找到自己需要的cuda版本进行安装
根据官网提示安装即可

wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run
sudo sh cuda_10.1.243_418.87.00_linux.run

进入安装界面时，把driver去掉，因为前面我们已经安装了
另外，安装过程出现问题，可以参考这个博客内容：https://blog.csdn.net/qq_39670011/article/details/90404111，好像自己安装的时候不需要这些操作
最后按照上面这个博客的方法，设置环境变量，验证即可

3. 安装cudnn7.6

去官网下载：https://developer.nvidia.com/rdp/cudnn-download，注意需要注册才能下载。按照对应cuda版本下载即可

下载完成后解压并进入文件夹，把对应文件复制到cuda文件夹中，修改权限即可

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

四、安装pytorch1.3

1. 使用conda创建虚拟环境

这个简单，网上都有，不做赘述了
创建好环境，激活环境

2. 安装pytorch

到官网https://pytorch.org/get-started/locally/选择对应版本安装

根据命令安装即可

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

遇到的问题解决

1. ImportError: cannot import name ‘PILLOW_VERSION’ from ‘PIL’

解决：https://blog.csdn.net/fscanf_fread/article/details/103846358

  
目前就想起来这些，记起来或者遇到再补充