linux 配置Python 遇到的问题总结

安装方式： https://blog.csdn.net/ITBigGod/article/details/85690257

设置环境变量：https://www.cnblogs.com/hdulzt/p/7156095.html

英伟达驱动安装：https://www.cnblogs.com/myblog1993/p/9284071.html

pytorch安装：https://pytorch.org/get-started/previous-versions/

linu文件权限：https://blog.csdn.net/u012106306/article/details/80436911

pip设置超时时间：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --default-timeout=100 库名

ｃｕｄａ安装：

sudo chmod a+x cuda_10.0.130_410.48_linux.run
sudo ./cuda_10.0.130_410.48_linux.run

ｉｎｓｔａｌｌｎｖｉｄｉａ一定要选择ｎ，因为之前已经安装过驱动了，现在要求你下载的是老版本。软连接在这个地方可以ｙ也可以ｎ

打开sudo gedit ~/.bashrc添加　

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

然后再source ~/.bashrc后，即可用nvcc --version看版本信息。

执行一个samples中的一个程序来检测一下：

cd     /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery

sudo make 

./deviceQuery

 

ｃｕｄｎｎ安装：

从https://developer.nvidia.com/cudnn上下载cudnn相应版本的压缩包（需要注册或登录）。
   下载cuda对应版本的cudnn：cuDNN Library for Linux

   解压当前的.tgz格式的软件包

tar -xzvf cudnn-10.0-linux-x64-v7.6.4.38.tgz

# 复制cudnn头文件
sudo cp cuda/include/* /usr/local/cuda-10.0/include/
# 复制cudnn的库
sudo cp cuda/lib64/* /usr/local/cuda-10.0/lib64/
# 添加可执行权限
sudo chmod +x /usr/local/cuda-10.0/include/cudnn.h
sudo chmod +x /usr/local/cuda-10.0/lib64/libcudnn*

执行：cat /usr/local/cuda-10.0/include/cudnn.h | grep CUDNN_MAJOR -A 2

显示：

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

表示安装成功

anaconda安装：https://blog.csdn.net/weixin_39798918/article/details/84181602

在设置的时候要把路径加入到环境变量中，不然不能默认启动anaconda下的Python，默认启动的是Ubuntu下自带的Python

spyder 启动：终端输入：spyder。启动多个窗口：spyder --new-instance

pycharm安装：pycharm安装完成后需要将anaconda 中的解释器配置上去，在设置中选择project interpreter 中增加新的解释器选择anaconda 环境下的，exist environment ，找到本机中安装的anaconda /bin/python3.7再将他使用到所有的项目中去即可。

pycharm启动：增加pycharm环境变量，

export PYCHARM_PATH=/opt/pycharm/bin${PYCHARM_PATH:+:${PYCHARM_PATH}}，

source ~/.bashrc

echo $PYCHARM_PATH查看是否已经配置完成

运行：./pycharm.sh

配置ptty

https://www.cnblogs.com/xuanxufeng/p/6243244.html

新建用户：

给用户增加组

sudo usermod -a -G work_g zzk

出现问题

1、cudnn初始化失败：解决办法

指定使用的gpu并且允许growth

os.environ["CUDA_VISIBLE_DEVICES"] = "0,1,2,3,4,5,6,7"
config = tf.ConfigProto(gpu_options=tf.GPUOptions(allow_growth=True))
sess = tf.Session(config=config)

2、多显卡使用时只能启动第一块并且沾满内存后，不会去运行第二块显卡，不均匀分配。

from keras.utils import multi_gpu_model

basemodel = Model(inputs=conv_base.input, outputs=output)  # outputs=x1
basemodel.summary()
basemodel = multi_gpu_model(basemodel,gpus=8)

在定义model时候增加这个属性

3.ubuntu不同用户下有些包不共享。

不共享的包可以发现他们都安装在了

/home/asus/.local/lib/python3.7/site-packages

将这些包存放在安装包的主文件家即可

cp -r /home/asus/.local/lib/python3.7/site-packages/* 复制到的文件下