深度学习平台 ubuntu 16.4+cuda9.0+cudnn7+pytorch0.4

wakaka，终于可以动手跑代码了！

系统： Ubuntu 16.04

Memory：11.7GiB

Processor：Inter Core i5-4460 [email protected] ×4

Graphics：GeForce  GTX 1070/PCle/SSE2

OS type 64-bit

Disk 971.7GB

电源功率 500w

风扇：GPU 2个  CPU1个 电源1个

查看配置信息方法：https://jingyan.baidu.com/article/03b2f78c1095c95ea337ae50.html

配置pytorch虚拟环境：

一、下载工作：

1.anaconda：因为安装pytorch0.4需要pytorch3.5/3.6，所以我选择了如图的版本。

下载链接：https://www.anaconda.com/download/#linux

 

2. Cuda 9.0注意系统版本的选择，注意这里选择的是runfile文件

下载链接：https://developer.nvidia.com/cuda-90-download-archive

 

3.cudnn 7 与cuda9.0版本对应，需要注册用户才能下载

下载链接：https://developer.nvidia.com/rdp/cudnn-download

 

4.pytorch，torch-0.4.0-cp36-cp36m-manylinux1_x86_64.whl

下载链接：https://pypi.org/project/torch/#files

 

二、安装工作：

0. 才装的Ubuntu系统中没有中文输入法，不太方便，所以我先安装了搜狗输入法：

参考链接：https://www.cnblogs.com/darklights/p/7722861.html

1. 安装GTX1070驱动

网上很多，链接参考如下：

https://blog.csdn.net/a2294456/article/details/52805920

https://blog.csdn.net/Mrx_Nh/article/details/79888928

2.安装anaconda，为了以后安装方便，需要换源

链接参考如下：https://blog.csdn.net/luojie140/article/details/7869633

打开终端，cd 到anaconda的下载目录，按照上图左边提示的安装命令即可成功安装。即：bash Anaconda-xxxxxxxx.sh 。然后一直enter键，ctrl + c跳到licenseagreement最底，输入yes回车。安装好后，在终端输入Python即可看见python 3.6而不是Ubuntu 16.04自带的Python2.7的信息，表明安装成功。quit()，退出。

 

3.安装pip

使用 pip 安装的时候要确保你的 pip 已经存在于你的电脑中. 如果还没有安装 pip， Ctrl+Alt+T键可调出终端Terminal 窗口，运行下面代码, 升级必要的组件:

 sudo apt-get install python-pippython-dev

后期可能需要安装更新(按照提示就可以):

sudo pip install --upgrade pip

 

4.CUDA

在下载文件目录下打开终端

sudo sh cuda_9.0.176_384.81_linux.run

注意由于我们之前已经装好了显卡驱动，在安装过程中提示“Install NVIDIA Accelerated Graphics Driver for Linux-x86_64384.81?”时一定要选择no，其他情况都可以选择yes。

单击回车，一路往下运行，直到提示“是否为NVIDIA安装驱动nvidia-384？”，选择否，因为已经安装好驱动程序了，其他的全都是默认，不过要记住安装位置，默认是安装在/usr/local/cuda文件夹下。

参考链接：https://blog.csdn.net/u010837794/article/details/63251725

 之后，配置环境变量，运行如下命令打开profile文件

sudo gedit  /etc/profile

打开文件后在文件末尾添加路径，也就是安装目录，命令如下：

export  PATH=/usr/local/cuda-9.0/bin:$PATH

export  LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH　　

保存，然后命令重启电脑

sudo reboot

最后，测试CUDA的Samples例子，注意版本

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

sudomake

./deviceQuery

如果显示的是关于GPU的信息，则说明安装成功了。

5.cudnn

参考链接：https://blog.csdn.net/weixin_41864878/article/details/79621210

 具体步骤：

在下载路径解压文件，复制到本地路径，这里解压出来的文件名比较重要，后面会要对照着看

$ tar -zxvfcudnn-9.0-linux-x64-v7.tgz

cuda/include/cudnn.h

cuda/NVIDIA_SLA_cuDNN_Support.txt

cuda/lib64/libcudnn.so

cuda/lib64/libcudnn.so.7

cuda/lib64/libcudnn.so.7.0.4

cuda/lib64/libcudnn_static.a

$ sudo cpcuda/include/cudnn.h /usr/local/cuda/include/

$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

到本地cuda路径，创建软连接，终端输入，这里的文件名就参照之前解压出来的文件名对照着写，就算和我下的不是一个版本也能搞定啦

cd /usr/local/cuda/lib64

sudo chmod +rlibcudnn.so.7.0.5 

sudo ln -sflibcudnn.so.7.0.5 libcudnn.so.7 

sudo ln -sflibcudnn.so.7 libcudnn.so 

sudo ldconfig 

在本地cuda路径检测一下

$ ll

出现cuDNN对应的版本号就证明安装成功啦

lrwxrwxrwx  1 root root        13 3月  19 16:02 libcudnn.so ->libcudnn.so.7*

lrwxrwxrwx  1 root root        17 3月  19 16:02 libcudnn.so.7 ->libcudnn.so.7.0.4*

-rwxr-xr-x  1 root root287641664 3月  19 16:00 libcudnn.so.7.0.4*

 

6.进入PyTorch的下载目录，使用pip命令安装：

创建虚拟环境:

conda create-n pytorch0.4 python=3.6

激活虚拟环境

sourceactivate  pytorch0.4

安装

cd set_up

pip install torch-0.4.0-cp36-cp36m-linux_x86_64.whl

7.安装torchvision和其他必备库

安装torchvision比较简单，可直接使用pip命令安装：

pip install torchvision

pip install matplotlib

pip installscipy/numpy/tqdm
pip installscikit-image( import skimage)

验证torch和torchvision：

import torch

import torchvision

torch.cuda.is_available()                                        （True是正常）

quit()退出

 

8 .在 torch环境下重装个spyder，才能在Spyder中使用torch

激活环境

conda install spyder

spyder

9.遇到问题太Spyder启动黑屏，终端显示QOpenGLShaderProgram::uniformLocation(qt_Matrix):shader program is not linked QopenGl。。。。

用sudo nautilus /etc  获得me权限打开文件夹

要把 x86_64-linux-gnu_GL.conf中的内容复制到i386-linux-gnu_GL.conf 

sudo ldconfig

重启spyder, ok

10.如何在Jupyter Notebook中使用Python虚拟环境？

conda info -e    可以查看我已有的虚拟环境

参考：https://www.jianshu.com/p/afea092dda1d

conda install nb_conda

 

11.spyder中不能写中文的解决方案

https://blog.csdn.net/u014416166/article/details/80275478

 

12.spyder界面汉化安装方法

https://www.cnblogs.com/zlslch/p/7953941.html

https://www.cnblogs.com/tq007/p/7282451.html

13 .tensorflow

创建虚拟环境:

conda create-n tensorflow-gpu python=3.6

sourceactivate  tensorflow-gpu

pip install tensorflow-gpu==1.4.0

Collectingtensorflow-gpu

Downloadinghttps://files.pythonhosted.org/packages/59/41/ba6ac9b63c5bfb90377784e29c4f4c478c74f53e020fa56237c939674f2d/tensorflow_gpu-1.8.0-cp36-cp36m-manylinux1_x86_64.whl(216.2MB)