Ubuntu18.04系统搭建深度学习环境
安装概要：显卡驱动+cuda11.7+cudnn+pip换源+Anaconda3+pycharm
『xxx』：代表软件名称
目录
- 1、系统换源
- 2、安装显卡驱动
- 3、安装cuda和cudnn
- 4、安装Anaconda3
- 5、pip换源
- 6、安装pytorch
- 7、安装Pycharm
- 总结
1、系统换源
注: 更新包的时候速度变快
1）找到『软件和更新』，将“下载自”中的源改为阿里云的源，如下图所示：
2）在“其他软件”里将“Canonical 合作伙伴”勾上，如下图所示：
3）将“更新”中的“自动检查更新”和“有新版本时通知我”改为“从不”，如下图所示：
4）关闭之后，打开终端，更新：
sudo apt update
sudo apt upgrade
2、安装显卡驱动
1）终端输入以下命令，安装vim：
sudo apt install vim
2）禁用Ubuntu自带的nouveau驱动，输入以下命令：
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
3）打开blacklist-nouveau.conf文件后，输入“i”进入编辑模式，然后输入以下命令：
blacklist nouveau
options nouveau modset=0
注：按“esc”+“:”+“wq”退出该文件的编辑
4）重启reboot（这一步是必须的）
reboot
5）重启之后，检测是否禁用nouveau成功
lsmod | grep nouveau
注：输入该命令后终端若无输出则表示禁用成功
6）添加nvidia驱动的ppa源并进行安装
sudo add-apt-repository ppa:graphics-drivers/ppa
7）查看可选驱动版本，输入以下命令：
ubuntu-drivers devices
显示如下：
8）依次输入以下指令，安装nvidia驱动及其依赖的包：
sudo apt update
sudo apt install nvidia-470 #(此处安装驱动以实际输出信息为准，一般安装recommended的，如图中nvidia-driver-470)
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
注：如果显示“E：无法定位软件包”，则可用以下方法安装驱动
打开『软件和更新』，点击“附加驱动”，选择合适的版本，并应用，如下图所示：
9）再次reboot，重启
10）打开终端输入nvidia-smi，若出现以下类似界面表示驱动安装完成
3、安装cuda和cudnn
1）在cuda官网上选择适合当前系统的版本下载，如下图所示：
2）依据“Installation Instructions”的下载链接下载cuda，然后运行：
sudo sh cuda_11.7.1_515.65.01_linux.run
注：首先点击continue和接受协议（输入accept），然后要将Driver项勾选去掉，勾选上CUDA Toolkit 11.7，其他的几个选项可选可不选，点击Install，等待安装完成
3）配置环境变量
sudo gedit ~/.bashrc
# 在打开文件的最下方依次输入以下内容：
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
4）保存并退出，使环境变量生效，打开终端，输入以下指令：
nvcc -V
出现以下类似界面，说明安装成功
5) 安装cudnn，在官网选择合适版本的cudnn
注：1. 需要在官网进行注册，然后下载“Local Installer for Linux x86_64 (Tar)”
6）下载完成后解压并进入文件夹，以此输入以下指令：
注：这里的指令和安装cuda10.0的cudnn是有区别的
# 将下载好的.h文件和lib文件放到cuda文件夹目录下
sudo cp cudnn-linux-x86_64-8.5.0.96_cuda11-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -p cudnn-linux-x86_64-8.5.0.96_cuda11-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
接着输入以下代码：
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
注：出现以下界面查看版本，安装成功
4、安装Anaconda3
注： Anaconda可以很好地创建虚拟环境，用于分割不同项目所使用的环境
1）从这篇博客anaconda的版本对应关系以及anaconda下载地址中查看不同版本的python对应的anaconda，大部分用的是python3.7，这里安装“Anaconda3-5.3.1-Linux-x86_64.sh”。
2）从下载文件所在地打开终端，输入以下指令，进行安装：
sudo sh Anaconda3-5.3.1-Linux-x86_64.sh
注： 在安装过程中会提示是否要把Anaconda写进环境变量里，写入的话终端输入python就会进入anaconda的python环境；而不写入的话，终端输入python3就是进入系统自带的python环境
3）输入以下命令加载环境变量：
gedit ~/.bashrc
# 在文件末写入、下面这一行命令
. /home/xxx/anaconda3/etc/profile.d/conda.sh
# source一下，激活环境变量
source ~/.bashrc
4）安装完anaconda后，使用以下命令进行conda环境创建使用：
conda create -n xxx python=??? # xxx是虚拟环境名称 ???是python的版本
conda activate xxx # 进入虚拟环境
conda deactivate # 退出虚拟环境
5、pip换源
注： pip换源加快下载python包的速度
1）打开终端输入以下命令进行换源：
mkdir ~/.pip
gedit ~/.pip/pip.conf
# 打开pip.conf文件后，在文件中输入
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple # 换为清华源
保存退出pip.conf文件，文件生效
6、安装pytorch
1）推荐使用国内镜像安装pytorch，在终端依次输入以下指令：
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
2）在pytorch官网查看自己的适配版本
注： Pytorch Build中，stable是稳定版，preview是抢先版
3）进入虚拟环境，使用命令“conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch-nightly -c nvidia”进行安装
使用命令查看torch版本：
python
import torch
torch.__version__
使用命令查看是否可加速：
print(torch.cuda.is_available())
7、安装Pycharm
1）在官网中下载，运行以下指令进行安装：
注： 激活码可在网上查找
tar zxvf pycharm-professional-2022.2.1.tar.gz # 解压文件
cd pycharm-professional-2022.2.1
cd bin
./pycharm.sh
2）创建pycharm快捷方式：
打开『Pycharm』，点击“Tools”–>“create desktop entity”–>“OK”。然后打开show applications，找到『Pycharm』的图标，右击选择“添加到收藏夹”。
总结
至此Ubuntu18.04系统的深度学习环境就安装完了，希望可以帮助到大家，欢迎收藏！