深度学习pytorch环境搭建+nvidia驱动+cuda+pytorch-gpu

       对于双显卡的笔记本，搭建pytorch的深度学习框架，用gpu加速运算。为了安装pytorch-gpu，只有先在linux上安装nvidia驱动和cuda软件后。才能成功安装pytorch-gpu。

以前看到一篇文章，说笔记本的显卡信息显示如下图时，nvidia驱动在ubuntu上安装不了，不用折腾驱动了。

      一般的选择是安装bumblebee或nvidia-prime的软件，对双显卡的电脑进行工作显卡的选择。bumblebee软件作为第三方软件，尝试以后不成功；自从ubuntu16以后版本的， 对nvidia-prime软件支持比较好，可以用命令nvidia-select 的命令完成工作显卡的选择。

      本文作者采用ubuntu17.10，nvdia-prime，nvidia-384的显卡驱动，cuda9.1，anaconda3，pytorch-gpu等软件， 搭建深度学习环境，步骤如下：

1. 安装ubuntu17.10；
2. 安装nvidia-prime；
3. 安装nvidia驱动；
4. 安装cuda9.1；
5. 安装anaconda、pytorch-gpu；

1.安装ubuntu17.10

   下载对应的版本的ubuntu系统，参考网上教程：https://www.jianshu.com/p/62d947731401

2.安装nvidia-prime

    参考网上教程：http://blog.csdn.net/u010649035/article/details/49823793

     用命令检测nvidia-prime软件成功，此时由于未安装nvidia的驱动，prime-select nvidia命令执行会报错，需要进行第三部nvidia驱动后，才能完成独立显卡工作的选择

3.安装nvidia驱动（参考网上教程：https://www.cnblogs.com/iloveblog/p/7683349.html）

首先去官网（http://www.nvidia.cn/Download/index.aspx?lang=cn）查找适配自己电脑GPU的驱动，我的电脑驱动版本如下：

执行如下语句安装NVIDIA驱动

　　　　sudo add-apt-repository ppa:graphics-drivers/ppa

　　　　sudo apt-get update

　　　　sudo apt-get install nvidia-384  //驱动版本不同，对应不同的数字

　　　　sudo apt-get install mesa-commoon-dev   //本句及下一句命令有的电脑需要，有的电脑不需要，根据实际情况输入命令

　　　　sudo pat-get install freeglut3-dev

执行完上述命令后若无问题，重启，若有问题，单独查资料解决

　　　　sudo reboot

此步很重要，prime-select nvidia，将显卡工作环境切换为GTX850M上，

然后用sudo reboot命令重启，将工作显卡切换完成。

重启后输入：

　　　　sudo nvidia-smi

如果显示GPU列表，则证明驱动安装成功了，如下图：

另外也可以通过如下命令：

　　　　sudo nvidia-settings

    至此最难的任务已经完成，将linux上nvidia的显卡驱动安装完成，以后的cuda安装和pytorch-gpu安装都跟往常的是一样的

最好参照官网教程完成软件的安装

4.安装cuda9.1（参照教程：https://www.cnblogs.com/iloveblog/p/7683349.html）

安装cuda9.1如果使用deb安装，会默认再次安装nvdia的驱动；

而本教程已经安装了nvidia驱动时，不想再次安装出问题，故而这里选择runfile（local）的方式进行安装，只是在选择是否安装nvidia显卡驱动时，选择no，以确保nvidia驱动不会被再次安装

5.anaconda、pytorch-gpu安装

这一步的步骤在网上教程有很多就不再赘述。

       作者主要选用的是较新版本的ubuntu17.10；nvidia-prime完成独立显卡的工作环境切换；后进行nvidia显卡驱动的安装；cuda的安装需用runfile（deb）的方式避免nvidia显卡驱动的再次安装，最后顺利成章的完成pytorch-gpu的安装。

       经验之谈，还望造福其他入门的同学、朋友！！！