Linux机器学习环境搭建记录

Linux机器学习环境搭建记录

1. NVIDIA显卡驱动安装
2. Anaconda安装
3. Pytorch与FastAI
4. XGBoost，CatBoost和LightGBM

NVIDIA显卡驱动安装

下载.run安装包以后，在此目录下打开ctrl+alt+t打开终端，输入

sudo chmod 777 NVIDIA-Linux-xx.run

输入密码，将安装包放到home下，打开终端关闭lightdm（由于ctrl+alt+F1无法进入终端），输入

sudo service lightdm stop
sudo init3

（这个步骤我电脑无效，不知道为啥，我后续直接进行安装）

接下来直接安装，在终端输入

sudo ./NVIDIA-Linux-xx.run

选择出现过程选项为OK，NO，OK，过程error百度（最可能没安装gcc），等安装完毕，输入

sudo service lightdm start

启动即可

Anaconda安装

清华源下载安装包，选择好linux系统，我选择的是Anaconda3-2021.11-Linux-x86_64.sh版本，python对应版本3.9在服务器上使用wget命令下载

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2021.11-Linux-x86_64.sh

下载完成以后输入以下命令进行安装

sh Anaconda3-2021.11-Linux-x86_64.sh

一路回车后，当询问是否自动进行路径配置选择yes就OK了。

Pytorch与FastAI

在终端输入一键安装指令

conda install -c pytorch -c fastai fastai

有时显示权限问题，开始进入终端可输入sudo -s输入密码，扫描后显示还缺的包选择y即可下载
安装完毕后，可以尝试新建.py的文件夹，终端进行运行测试是否安装完成并可运行
test.py文件如下

import fastai
print(fastai.__version__)    #双下线

终端测试命令，输出fastai当前版本，顺利完成

python test.py

XGBoost，CatBoost和LightGBM

以下CPU版本
终端输入

pip install xgboost
pip install catboost
pip install lightgbm

下载过程漫长，且可能出现超时问题，可换成

pip --default-timeout=100 install 第三方库名

如果还有timeout问题，重复该指令即可（总会安装成功的），更换安装源有可能会显示连不上（我电脑是这样的）