我奶奶不戴眼镜都能学会的服务器配置教程-----基于DELL T640（二）ssh配置与环境配置

安装好系统的下一步是配置ssh，简而言之就是让用户可以远程登陆服务器

打开终端

输入

sudo apt install openssh-server

安装完成后

sudo service ssh start

就可以启动了

查看ip

ifconfig

 

找到IP地址 就可以登陆了

接下来是配置环境，首先安装显卡驱动

在ubuntu18.04可以通过附加驱动自动安装，在系统里找到附加驱动

 安装就行

nvidia-smi

出现上面输出则为成功 

接下来配置环境，选择anaconda+cuda10.1+cudnn8.0.5+pytorch

选择linux版

下载好后选择到安装目录

sudo bash ./xxxxxx.sh #xxxx.sh是安装包名称 

等他安装好就行 

安装cuda10.1

从这里下载cuda10.1的toolkits
cuda 10.1下载链接
按下图选择

在命令行中复制base installer的内容就行

1. cd进入cuda安装包（.run文件）所在的目录下，打开终端
2. sudo sh cuda_10.1.105_418.39_linux.run  					

安装过程中取消driver，因为之前装过了 

安装完成添加环境变量

sudo gedit ~/.bashrc

#在打开的文件最后添加如下代码
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1
#保存，退出

#输入下面的代码使之生效
source ~/.bashrc

 输入nvcc -V,输出版本号，成功

安装cudnn

地址：cuDNN Archive | NVIDIA Developer
选择符合自己cuda版本的
下载“cuDNN Library for Linux”那一个,

安装过程实际上是把cudnn的头文件复制到CUDA的头文件目录里面去；把cuDNN的库复制到CUDA的库目录里面去。
首先需要将下载的cudnn解压，之后再执行如下命令：（大家也可以一个一个的移动到相应的cuda文件下）

# 复制cudnn头文件
sudo cp cuda/include/* /usr/local/cuda-10.0/include/
# 复制cudnn的库
sudo cp cuda/lib64/* /usr/local/cuda-10.0/lib64/
# 添加可执行权限
sudo chmod +x /usr/local/cuda-10.0/include/cudnn.h
sudo chmod +x /usr/local/cuda-10.0/lib64/libcudnn*

接下来安装pytorch

可以参考博客：Ubuntu16.04环境下PyTorch简易安装教程_红色石头的专栏-CSDN博客_ubuntu16.04安装pytorch 

 安装完成后进行测试

import torch as t
print(t.cuda.is_available())

输出TURE则为安装成功