centos7安装N卡驱动和conda pytorch1.7.1深度学习环境

@centos7安装N卡驱动和conda pytorch1.7.1深度学习环境

centos7安装N卡驱动和conda pytorch1.7.1深度学习环境

这是 centos7安装N卡驱动和conda深度学习环境。

centos7安装N卡驱动和conda深度学习环境

Ananconda安装和 N卡驱动安装

百度网盘 安装包

链接：https://pan.baidu.com/s/1k69J5VU63WvnoBeMkWd8kw
提取码：1nr4
–来自百度网盘超级会员V5的分享

关闭所有节点的防⽕墙及清空规则

systemctl stop firewalld
systemctl disable firewalld
iptables -F

关闭所有节点的selinux
vi /etc/selinux/config
将SELINUX=enforcing改为SELINUX=disabled
设置后需要重启才能⽣效

安裝jdk
mkdir /usr/java
tar -zxvf jdk-8u212-linux-x64.tar.gz -C /usr/java/
#切记必须修正所属⽤户及⽤户组
chown -R root:root /usr/java/jdk1.8.0_212
echo “export JAVA_HOME=/usr/java/jdk1.8.0_212” >> /etc/profile
echo “export PATH=/usr/java/jdk1.8.0_212/bin:${PATH}” >> /etc/profile
source /etc/profile
which java

这三个
yum -y install wget

bash Anaconda3-2021.05-Linux-x86_64.sh

回车

source ~/.bashrc

显卡驱动安装教程

1.安装依赖环境：
yum install kernel-devel gcc -y

2.检查内核版本和源码版本，保证一致
ls /boot | grep vmlinu

rpm -aq | grep kernel-devel

3.屏蔽系统自带的nouveau
查看命令：lsmod | grep nouveau

修改dist-blacklist.conf文件：
vim /lib/modprobe.d/dist-blacklist.conf

将nvidiafb注释掉:
#blacklist nvidiafb

然后添加以下语句：
blacklist nouveau
options nouveau modeset=0
屏蔽前

4.重建initramfs image步骤
mv /boot/initramfs-$(uname-r).img/boot/initramfs-$(uname -r).img.bak

dracut /boot/initramfs-$(uname -r).img $(uname -r)

5.修改运行级别为文本模式
systemctl set-default multi-user.target

6.重新启动
reboot
屏蔽后

chmod +x NVIDIA-Linux-x86_64-460.91.03.run

./NVIDIA-Linux-x86_64-460.91.03.run --kernel-source-path=/usr/src/kernels/3.10.0-1160.el7.x86_64 -k $(uname -r)

安装cuda
bash cuda_11.2.0_460.27.04_linux.run

只要安装一个。

Pytorch 挖掘环境安装
conda config --set show_channel_urls yes
Vi .condarc

channels:

• defaults
  show_channel_urls: true
  default_channels:
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
• https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  conda clean -i
  

conda create -n dm python=3.8 -y
conda activate dm

https://pytorch.org/get-started/previous-versions/

conda install pytorch1.7.1 torchvision0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch