Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装

4月26日,Ubuntu 18.04 LTS 长期支持版终于发布,随之发布的也包含官方支持的多种flavors,包含 Ubuntu Mate, Ubuntu Budgie, Kubuntu, Lubuntu, XUbuntu。之前尝试过多种Linux版本,但个人喜欢Budgie,所以将记录在Budgie上的配置过程,估计也可直接用于其他18.04版本的Ubuntu分支。
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第1张图片
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第2张图片
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第3张图片
由于Ubuntu 18.04 刚发布,很多需要的软件无法在第一时间获得更新,比如搜狗输入法和ss-qt5,以及CUDA等官方还未提供正式版本,但又是平常需要的软件和环境,所以今天就记录一下如何安装必备上网/输入法/以及深度学习环境的过程,这也是我从刚安装好系统到可实现正常研究需要的完成流程。

安装配置的内容如下:

  • 1. 校园网锐捷 & ss-qt5
  • 2. 服务器本地密匙权限设置问题 & 浏览器插件SwithyOmega配置
  • 3. 谷歌中文输入法
  • 4. Nvidia Driver 安装
  • 5. CUDA 9.1
  • 6. cuDNN 7.1
  • 7. Python2 / Python 3 配置
  • 8. Python2 / Python 3 分别安装 Pytorch 0.4.0

1. 上网工具—校园网锐捷 和 ss-qt5

1.1 锐捷

所有文件都在rjsupplicant文件夹下,先使用sudo apt install net-tools安装查看网卡的命令,然后用 ifconfig 查看有线网卡。

sudo chmod a+x rjsupplicant/
sudo ./rjsupplicant/rjsupplicant.sh -a 1 -d 0 -n 网卡端口 -u 学号 -p 密码

使用alias创建新命令,在terminal输入sudo gedit ./.bashrc,然后把下面的代码放到文件里:

alias ruijie='sudo /home/username/rjsupplicant/rjsupplicant.sh  -a 1 -d 0 -n 网卡端口 -u 学号 -p 密码

保存后source ./.bashrc生效,以后就直接输入ruijie就可以上网。

1.2 ss-qt5

配置了自己的服务器,上谷歌学术和youtube 都需要ss-qt5,可能Ubuntu 16.04 和其他版本都有很多直接的安装方法,但是Ubuntu 18.04暂时还没有,所以使用官方提供的通用ApppImage文件来使用。在Github上下载Shadowsocks-Qt5-3.0.0-x86_64.AppImage文件,然后通过下面的命令就可运行出ss-qt5的界面。

sudo chmod a+x ./Shadowsocks-Qt5-3.0.0-x86_64.AppImage
./Shadowsocks-Qt5-3.0.0-x86_64.AppImage

为了以后的方便,将这串代码写入.bashrc文件里写成命令:

alias ss-qt5='sudo /home/cheng/Downloads/Shadowsocks-Qt5-3.0.0-x86_64.AppImage'

source ./.bashrc以后就可以直接在命令行输入ss-qt5开启界面,输入自己的参数信息连接。


Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第4张图片


2.服务器本地密匙权限设置问题 & 浏览器插件SwithyOmega配置

2.1 服务器本地密匙出现的问题

error:sign_and_send_pubkey: signing failed: agent refused operation
解决方法:

eval "$(ssh-agent -s)"
ssh-add

但是接着会处出现一个问题:
Permissions 0777 for '/home/cheng/.ssh/id_rsa' are too open.

解决方法:
chmod 400 ~/.ssh/id_rsa

2.1 浏览器插件SwithyOmega配置

完整设置参考该博客:
setting SwitchyOmega—Autoproxy:
https://raw.githubusercontent.com/gfwlist/gfwlist/master/gfwlist.txt


3.谷歌中文输入法

由于Ubuntu 18.04 上安装搜狗输入法一直没有成功,所以尝试安装其他的输入法,虽然谷歌拼音输入法不够智能,但偶尔使用还是可以的,且安装过程简单。

3.1 Ubuntu Budgie快速安装fcitx

进入Budgie Welcome —> Getting Started —> Language & Input,点击Install & Configure Fcitx即可自动安装配置好Fcitx。这部分可能是Budgie比较方便的部分,其他分支可查看其他方法安装fctix。
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第5张图片

3.2 安装谷歌中文输入法

使用命令sudo apt install fcitx-googlepinyin,完成安装后logout登出再登录。

3.3 配置fcitx configuration

搜索fcitx configuration,选中弹出设置界面。
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第6张图片
点击左下角+(“添加”),在弹出的界面取消选择“only show current language”选项,并将进度条拉到最底部就可以看到Google Pinyin选项。

Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第7张图片
选中并点击OK即可添加。默认使用ctrl+空格切换中英文输入法。
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第8张图片
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第9张图片

4.Nvidia driver 安装

首先在Nvidia官网下载好相应的驱动文件。

4.1 依赖程序安装

Ubuntu Budgie 18.04 默认没有安装gccmake,但编译驱动缺少这两个程序会有错误,所以使用如下命令安装。

sudo apt install gcc
sudo apt install make

4.2 禁用nouveau

(1)sudo gedit /etc/modprobe.d/blacklist.conf 
(2)将 " blacklist nouveau " 写入文件的末尾并保存
(3)sudo update-initramfs -u 
(4)sudo reboot

4.3 安装驱动

(1) (ctrl+alt+f1)进入文字界面
(2)检查nouveau是否禁用: `lsmod | grep nouveau`, 没有返回结果则禁用。
(3)sudo service lightdm stop
cd Downloads
sudo chmod a+x ./Nvidia.....
sudo ./Nvidia... -no-nouveau-check -no-x-check -no-opengl-files  # 可避免循环等问题
sudo reboot

安装完成后nvidia-smi查看显卡信息。

Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第10张图片

5.安装CUDA9.1

由于Nvidia官网还未提供Ubuntu 18.04 的CUDA安装包,因次将换种简单方法进行安装。

sudo apt install nvidia-cuda-toolkit

这句命令就可以在Ubuntu 18.04 简单完成CUDA 9.1的安装。来源参考博客How to install MXNet on Ubuntu 18.04
这个包比较大,下载过程时间比较长,请耐心等待。安装成功后使用nvcc --version检测所安装的CUDA为9.1版本。
这里写图片描述


6.安装cuDNN7.1

从Nvidia官网下载cuDNN7.1.3 for CUDA 9.1
这里写图片描述
然后解压并移动到指定路径下。

tar -zxvf cudnn-9.1-linux-x64-v7.1.tgz
mv cuda ~/cuda

将下面一行添加到 ~/.bashrc 或 ~/.zshrc 文件中:
export LD_LIBRARY_PATH=$HOME/cuda/lib64:$LD_LIBRARY_PATH

source ~/.bashrc使其生效。


7.Python2 / Python 3 配置

Ubuntu18.04自带python2.7 和 python 3.6 两个版本,将同时对这两个版本的python 进行配置。
这里写图片描述
安装pip:

sudo apt-get install python-pip
sudo apt-get install python3-pip

查看pip 版本:

pip --version
pip3 --version

pip升级:

sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip --upgrade  # 使用清华源安装
sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple pip --upgrade

python2 和python3分别安装 numpy/matplotlib/opencv:

sudo pip2 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib
sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib

sudo pip2 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

8.Python2 / Python 3 分别安装 Pytorch 0.4.0

# python2 install pyotrch
sudo pip2 install torch-0.4.0-cp27-cp27mu-linux_x86_64.whl  # 我使用的提前下载好的安装文件,可使用官网提供的网址直接下载安装
sudo pip2 install -i https://pypi.tuna.tsinghua.edu.cn/simple torchvision

 # python3 install pytorch
sudo pip3 install torch-0.4.0-cp36-cp36m-linux_x86_64.whl 
sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torchvision

9.检验ptorch/cuda/cudnn

 # CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)

# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

若成功则CUDA测试结果会返回tensor,cuDNN会返回True。

python2 结果:
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第11张图片
python3结果:
Ubuntu Budgie 18.04 软件环境配置与CUDA 9.1、cuDNN7.1、Pytorch安装_第12张图片


使用Ubuntu Budgie 18.04 出现的其他问题

问题:桌面卡死无法进行任何操作:
解决方法:进入文字界面[ctrl+alt+f1],查询进程[ ps -e | grep tty7 ], 杀死该进程[ sudo kill (pid number) ],即可重载桌面。

你可能感兴趣的:(Linux,深度学习)