配置一台用于深度学习的个人工作站系统的实验记录[主机可以买现成的或自己配，裸机即可]

不用担心电脑配置，后面的环境，会根据硬件自适应安装

本机配置：
  双路2080ti
  i7 7800k

一、安装ubuntu18.04

1.1 使用UltraISO制作ubuntu启动盘，ultraiso下载入口

Tips：u盘应大于4G, 且需要格式化为FAT32





最后，直接点击“写入”，等待完成即可。

1.2 开始安装在机器上安装ubuntu

1）选择U盘启动方式（msi开机按F11），进入ubuntu安装界面
2）选择最小安装，为图形或无线硬件选项不选
3）安装类型选择：清除整个磁盘并安装ubuntu
4）完成后，重启

二、安装完系统，为方便配置，先设置好局域网ssh登录（即可以通过自己笔记本之类，能远程登录配置）

2.1 先在宿主机（host）, 设置好root账号和密码

$ sudo passwd root

先输入登录账号的原始密码
再输入root账号的密码

2.2 先在host上, 安装好ssh服务

$ sudo apt-get update
$ sudo apt install tasksel
$ sudo tasksel install openssh-server
$ service ssh status #查看安装是否成功

$ sudo systemctl enable ssh #设置开机自启

其他一些ssh命令：
$ sudo service ssh stop #关闭ssh服务
$ sudo service ssh start #开启ssh服务
$ sudo service ssh restart #重启ssh服务
$ sudo systemctl disable ssh #禁止开机自启ssh

2.3 通过xshell 等工具，远程登录（windows为例）xshell下载入口

创建连接, HOST处，填写在宿主机中用ifconfig查到的ip地址(例如我的是192.168.1.111)

填好ip后，设置好登录的账号密码。

点击“OK”后，双击你所创建的连接，即可。

三、成功通过ssh登录后，直接通过自己的笔记本对主机进行环境配置

$ su #进入管理员状态

3.1 在终端粘贴，如下语句，一次性安装TensorFlow，Keras，Caffe，Caffe，CUDA，cuDNN和NVIDIA驱动程序

LAMBDA_REPO=KaTeX parse error: Expected ‘EOF’, got ‘&’ at position 10: (mktemp) &̲& \ wget -O{LAMBDA_REPO} https://lambdalabs.com/static/misc/lambda-stack-repo.deb &&
sudo dpkg -i ${LAMBDA_REPO} && rm -f ${LAMBDA_REPO} &&
sudo apt-get update && sudo apt-get install -y lambda-stack-cuda

可能会出现：failed to 之类的语句，出现时，输入：
$ sudo apt-get update
$ sudo apt-get --fix-missing

再重新输入，上面的安装语句。直到不出现failed 为止
成功后，sudo reboot，你会看到出现，Lambda字样的桌面，成功完成基本的deep learning所需要的软件安装。

更新命令：sudo apt-get upgrade

四、lambda stack docker 镜像创建

4.1 先安装docker-ce + nvidia-docker

sudo apt-get remove -y docker docker-engine docker.io \
    && sudo apt-get update \
    && sudo apt-get install -y apt-transport-https ca-certificates curl software-properties-common \
    &&  curl -fsSL 'https://download.docker.com/linux/ubuntu/gpg' | sudo apt-key add - \
    && sudo add-apt-repository \
    "deb [arch=amd64] https://download.docker.com/linux/ubuntu  $(lsb_release -cs) stable" \
    && sudo apt-get update \
    && sudo apt-get install -y docker-ce \
    && sudo docker run hello-world \
    && sudo docker volume ls -q -f driver=nvidia-docker \
    | xargs -r -I{} -n1 docker ps -q -a -f volume={} \
    | xargs -r docker rm -f \
    && sudo apt-get purge -y nvidia-docker || true \
    && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
    && curl -s -L "https://nvidia.github.io/nvidia-docker/$(. /etc/os-release; echo $ID$VERSION_ID)/nvidia-docker.list" \
    | sudo tee /etc/apt/sources.list.d/nvidia-docker.list \
    && sudo apt-get update \
    && sudo apt-get install -y nvidia-docker2 \
    && sudo pkill -SIGKILL dockerd \
    && sudo docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi \
    && echo Docker CE and nvidia-docker successfully installed.

4.2 安装lambda stack docker images

先下载Dockerfile.bionic文件，原始下载网址
百度网盘链接：https://pan.baidu.com/s/1ROVghy3vNJh-30wKQYUOEw 提取码：ytiv

进入到，下载Dockerfile.bionic文件目录下，执行

sudo docker build -t lambda-stack -f Dockerfile.bionic .

通过如下语句，检查是否存在lambda-stack docker 镜像

sudo docker image list

打开lambda-stack docker 容器

sudo docker run --rm --interactive --tty --runtime=nvidia lambda-stack:latest /bin/bash

试验容器是否有效：

root@75c956880e7:/# python
>>> import keras
Using TensorFlow backend.
>>> import torch
>>> import caffe
>>> import tensorflow as tf
...

参考网址：https://lambdalabs.com/lambda-stack-deep-learning-software