Ubuntu 深度学习环境配置_ubuntu配置深度学习环境

1、Anaconda

下载：清华园镜像/官网

安装：

sudo sh Anaconda....
所有选项选择yes

环境变量配置：

# vi或者gedit都可以
vi ~/.bashrc
# 或者
gedit ~/.bashrc
 
 
 
# <<< conda initialize <<<
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/你自己的目录/anaconda文件夹（按自己的填写）/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/你自己的目录/anaconda文件夹（按自己的填写）/etc/profile.d/conda.sh" ]; then
        . "/你自己的目录/anaconda文件夹（按自己的填写）/etc/profile.d/conda.sh"
    else
        export PATH="/你自己的目录/anaconda文件夹（按自己的填写）/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<
 
 
本论坛资源配置示例：
# <<< conda initialize <<<
# !! Contents within this block are managed by 'conda init' !!
__conda_setup="$('/home/app/anaconda/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
if [ $? -eq 0 ]; then
    eval "$__conda_setup"
else
    if [ -f "/home/app/anaconda/etc/profile.d/conda.sh" ]; then
        . "/home/app/anaconda/etc/profile.d/conda.sh"
    else
        export PATH="/home/app/anaconda/bin:$PATH"
    fi
fi
unset __conda_setup
# <<< conda initialize <<<

刷新环境

source ~/.bashrc

2、Nvidia驱动

下载：官网/本论坛资源（版本：535.54.03）

(1) 依赖

sudo apt-get update
sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install make

（2）屏蔽有影响的驱动包

sudo gedit /etc/modprobe.d/blacklist.conf 
 
# 打开文档在最后加入下面两行内容
 
blacklist nouveau
 
options nouveau modeset=0
 
#更新内核
 
sudo update-initramfs –u 
 
# 重启电脑
 
sudo reboot

（3）给安装包读与权限

cd到安装包所在目录
sudo chomd -R 777 NVIDIA-Linux-x86_64-535.54.03.run

（4）安装驱动

sudo ./NVIDIA-Linux-x86_64-535.54.03.run –no-x-check –no-nouveau-check –no-opengl-files

（5）选择continue install

（6）询问是否安装DKMS，选择NO

（7）警告兼容问题，选择OK继续

（8）询问是否启用nvidia配置文件，选择yes

（9）安装成功，选择OK

（10）nvidia-smi测试是否安装成功（下图为安装成功）右上角CUDA Version为当前驱动支持的最高CUDA版本，展示为Windows版，本论坛资源最高支持12.2（资源为3070Ti显卡适配版）

 3、CUDA及Cudnn

下载CUDA（官网/资源(CUDA11.7)）

 

#CUDA11.7安装教程
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-repo-ubuntu2004-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2004-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

环境变量配置

gedit ~/.bashrc
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

更新配置

source ~/.bashrc

  cudnn(官网/资源（对应CUDA11.7))

解压下载好的cudnn（tar）文件

tar -xvf cudnn-linux-x86_64-8.9.2.26_cuda11-archive.tar.xz

接下来将部分文件进行复制cuda里面（将解压好的cudnn文件夹重命名为cuda则不用改以下代码，否则第一个cuda改为自己的cudnn文件夹名）

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
 
sudo chmod a+r /usr/local/cuda/include/cudnn.h
 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
 
sudo cp cuda/include/cudnn_version.h    /usr/local/cuda/include/

验证：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 

多版本CUDA切换

# 在/usr/local/下打开资源管理器
sudo rm -rf /usr/local/cuda  #删除之前生成的软链接
sudo ln -s /usr/local/cuda-11.7 /usr/local/cuda #生成新的软链接
 
nvcc -V #查看是否成功

如出现以下内容重启再试

Failed to initialize NVML: Driver/library version mismatch

资源包中有一些较为常用的ubuntu软件不再赘述安装过程。