搭建深度學(xué)習(xí)環(huán)境

材料準(zhǔn)備

????????安裝Anaconda環(huán)境包含了python
??安裝NVIDA顯卡驅(qū)動(dòng)
??安裝CUDA
??安裝CUDNN
??安裝TensorFlow
??安裝pytorch

? ? ? ? ?其他的以后補(bǔ)充

首先確定想要安裝的版本，CUDA與顯卡驅(qū)動(dòng)對應(yīng)的版本，TensorFlow-GPU與CUDA cudnn Python版本

先看顯卡參數(shù)：

1.win+r輸入cmd打開命令行，輸入nvidia-smi,查看顯卡驅(qū)動(dòng)版本，在Linux系統(tǒng)中相同

2.打開顯卡控制面板點(diǎn)左下角的系統(tǒng)信息，在信息欄可以看到驅(qū)動(dòng)版本，在組件里可以看到支持的cuda版本

如果需要更新驅(qū)動(dòng)就到官網(wǎng)下載適合自己系統(tǒng)的驅(qū)動(dòng)，在下面這個(gè)地址查看自己顯卡驅(qū)動(dòng)對應(yīng)的cuda版本

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

找到對應(yīng)的cuda版本和cuDNN版本，然后去下載

cuda版本：https://developer.nvidia.com/cuda-toolkit-archive

cuDNN版本：https://developer.nvidia.com/rdp/cudnn-archive

cuDNN的下載，最新版本需要注冊登錄，部分archive版本，右鍵復(fù)制鏈接，粘貼至迅雷即可下載。

下載anaconda

https://www.anaconda.com/download

pytorch需要使用命令安裝

https://pytorch.org/get-started/locally/

選擇穩(wěn)定版，我的環(huán)境是：cuda=11.4，cudnn=8.2，python=3.10

安裝anaconda

1、找到Anaconda*.sh安裝包，用?sh?命令執(zhí)行?.sh?文件，開始安裝

2、按回車觀看更多許可信息，按 Q 鍵跳過，是否接受許可條款， 輸入yes回車，按提示安裝。安裝完畢后需要重新打開終端terminal，就會(huì)看到base環(huán)境在啟動(dòng)時(shí)自動(dòng)激活。

若不想在啟動(dòng)時(shí)自動(dòng)激活base，使用指令? conda? config??--set? auto_activate_base? false

重新打開命令窗口就看不到base了，若想恢復(fù)，使用?把上面的 false 改為 true

輸入 conda -V 和 conda list 分別能看到版本和安裝的包

輸入python，可以看到python版本和進(jìn)入python編輯環(huán)境

anaconda會(huì)自動(dòng)將環(huán)境變量添加到PATH里面，如果后面你發(fā)現(xiàn)輸出?conda?，提示沒有該命令，那么需要添加環(huán)境變量

使用? sudo? vi ~/.bashrc? 在最下面添加?export PATH=/home/用戶名/anaconda3/bin:$PATH

更新配置? source ~/.bashrc，若有就不必添加了

創(chuàng)建虛擬環(huán)境 指令：? conda? create? -n? new_env(環(huán)境名字)? python=3.10(包版本名) 創(chuàng)建名為new_env的python3.10的環(huán)境

激活虛擬環(huán)境：source activate new_env(虛擬環(huán)境名稱)

查看創(chuàng)建的虛擬環(huán)境：conda env list

進(jìn)入虛擬環(huán)境： conda activate new_env (環(huán)境名)

退出虛擬環(huán)境： conda deactivate

刪除虛擬環(huán)境：conda remove -n new_env?--all

安裝顯卡驅(qū)動(dòng)

安裝顯卡驅(qū)動(dòng)之前要禁用nouveau驅(qū)動(dòng)：sudo vim /etc/modprobe.d/blacklist.conf? ?

在文本最后添加： blacklist? nouveau? 和 options? nouveau? modeset=0? ?

然后執(zhí)行：sudo? update-initramfs -u? ?

然后重啟后，執(zhí)行以下指令 lsmod? |? grep? nouveau

如果屏幕沒有輸出，說明禁用nouveau成

到官網(wǎng)下載適合自己的驅(qū)動(dòng)安裝。

安裝cuda

首先區(qū)分cuda的兩種API，運(yùn)行時(shí)API（runtime API ）和 驅(qū)動(dòng)API（Driver API）

用于支持driver API的必要文件(如libcuda.so)是由GPU driver installer安裝的。? ?nvidia-smi就屬于這一類API。

用于支持runtime API的必要文件(如libcudart.so以及nvcc)時(shí)由CUDA Toolkit installer 安裝的

安裝指令：sudo sh?cuda_*_linux.run

需要運(yùn)行一會(huì)，配置好的會(huì)很快，

提示GCC版本不匹配，重新安裝并忽略

點(diǎn)擊Versioned Online Documentation鏈接

點(diǎn)擊? Linux安裝指南

查看系統(tǒng)的GCC版本，不忽略就升級到所需版本

輸入accept同意

若有[X]Drive，將光標(biāo)移到[X]Driver處，按enter鍵，取消勾選安裝驅(qū)動(dòng)，因?yàn)榍懊嬉呀?jīng)安裝過驅(qū)動(dòng)了。移動(dòng)光標(biāo)到? ”Install“ 按 Enter 進(jìn)行安裝。

安裝完成后，配置環(huán)境變量，使用 sudo vi ~/.bashrc 在最后面加上如下信息

export CUDA_HOME=/usr/local/cuda-11.4

export LD_LIBRARY_PATH=${CUDA_HOME}/lib64 export PATH=${CUDA_HOME}/bin:${PATH}

更新配置使其生效? source? ~/.bashrc

卸載cuda

cd /usr/local/cuda-11.4/bin/

sudo ./cuda-uninstaller

sudo rm -rf /usr/local/cuda-11.4

cuDNN安裝

下載與cuda對應(yīng)的cuDNN：?https://developer.nvidia.com/rdp/cudnn-archive

解壓壓縮包：?tar -zxvf??cudnn-11.4-linux-x64-v8.2.4.15.tgz

將cuDNN解壓后得到的CUDA目錄下的 lib64 和 include 兩個(gè)文件夾里內(nèi)容復(fù)制到cuda對應(yīng)的文件夾下

sudo? cp? lib64/*?? /usr/local/cuda-11.4/lib64/

sudo cp include/* /usr/local/cuda-11.4/include/

安裝完以后，使用：

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

查看cuDNN版本信息

安裝Pytorch? GPU版

使用下載頁給的鏈接下載，或者找到版本關(guān)系，去鏡像網(wǎng)站下載到本地

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

查看python版本 例如：python=3.10.9

https://pypi.org/project/torchvision/

安裝完成后檢查是否安裝成功：

安裝 TensorFlow

https://tensorflow.google.cn/install/pip?hl=zh-cn#system-install