deepin 15.7 cuda9 pytorch深度学习GPU环境搭建

环境配置

----------------------------------------

deepin 15.7

cuda9

python 3.6

pytorch 1.0.1

----------------------------------------

安装显卡：

#nvidia-smi 查看显卡状态

发现没有安装闭源驱动

#apt-get install nvidia-smi 

直接带一串把nvidia的驱动全部装完 版本号是390.67

安装cuda

下载cuda9.0    不建议下9.1或者9.2 如果你要用tensorflow的话。因为pip包安装的tensorflow默认支持的是大版本，除非你打算编译安装，然后自己选择cuda版本。

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

选择linux-x86_64-ubuntu-16.04-runfile

不要手贱，ubuntu的deb deepin是用不了的

安装前先保证gcc和g++版本对应cuda，我的是cuda9.0，官方文档要求gcc/g++ 5.x，

先对gcc/g++降级，参考这个https://{BANNED}ceres.comblogs.com/in4ight/p/6626708.html

sudo apt-get install gcc-5

sudo apt-get install g++-5

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 100      //gcc具体目录自己用which gcc查

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 100

安装sudo ./cuda_9.0.176_384.81_linux.run --tmpdir /xxx选择不要装显卡驱动，就是nvidia accelerate driver那个，只要装cuda toolkit和sample 带tmpdir参数，可以帮助你避免根目录空间不足的烦恼

以上两步到位cuda就到位了。安装结束会有警告，那是当然他认为你没有装驱动嘛，如果缺包就apt补一下

验证cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuerysudo make./deviceQuery

有PASS则表示成功

然后修改环境变量，pytorch和tensorflow调用cuda的时候需要找到这些lib

gedit ~/.bashrc末尾添加

#cuda

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

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

具体位置根据自己安装路径修改