Ubuntu18.04——深度学习环境配置_ubuntu 18 根分区 多大 深度学习

操作系统：Ubuntu18.04
显卡：RTX2070
注：本教程仅仅是我做笔记方便回忆，不一定适用于所有人

1、cuda安装

1.1、run方式安装

• 打开网站，链接，获取包。
• 禁用 nouveau
  终端中运行： lsmod | grep nouveau，如果有输出则代表nouveau正在加载。
  因为我早就安装了NVIDIA的显卡驱动，禁用了nouveau，所以没有输出。
• 进入run文件目录，执行命令

sudo sh cuda_10.0.89.440.33.01_linux.run
1

• 如果询问显示管理器仍有开启，是否继续安装，这里选择continue；
• 然后，会列出一个列表要求选择想要安装的内容，这里将第一个驱动安装的部分回车一下将那个x取消
• 之后，方向键选择下面的Install进行安装，最后安装成功后会有一个提示。
• 我的提示中有如下提示，不用管他，只要你的nvidia版本高于推荐版本就可以

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 440.00 is required for CUDA 10.2 functionality to work
1

• 编辑cuda环境变量

gedit ~/.bashrc
1

• 添加环境变量

export PATH=/usr/local/cuda-10.2/bin:$PATH 
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64$LD_LIBRARY_PATH
1
2

• 使之生效

source ~/.bashrc
1

• 重启电脑

reboot
1

• 测试cuda是否安装成功

cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery
1
2
3

• 成功的信息

./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce RTX 2070"
  CUDA Driver Version / Runtime Version          11.1 / 10.2
  CUDA Capability Major/Minor version number:    7.5
  Total amount of global memory:                 7981 MBytes (8368685056 bytes)
  (36) Multiprocessors, ( 64) CUDA Cores/MP:     2304 CUDA Cores
  GPU Max Clock rate:                            1620 MHz (1.62 GHz)
  Memory Clock rate:                             7001 Mhz
  Memory Bus Width:                              256-bit
  L2 Cache Size:                                 4194304 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
  Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  1024
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 3 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device supports Compute Preemption:            Yes
  Supports Cooperative Kernel Launch:            Yes
  Supports MultiDevice Co-op Kernel Launch:      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.1, CUDA Runtime Version = 10.2, NumDevs = 1
Result = PASS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44

• 查看cuda版本号

cat /usr/local/cuda/version.txt
1

2、cudnn安装

• 在官网下载对应版本的压缩包（下载链接），然后解压

tar -xzvf cudnn-x.x-linux-x64-v8.x.x.x.tgz
1

• 拷贝相关库文件

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 /usr/local/cuda/lib64/libcudnn*
1
2
3

• 验证cudnn是否安装成功：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
1

3、cuda的卸载

1. 之前安装的cuda11.1不能使用Pytorch，于是想卸载当前版本的cuda，网上的教程都是执行cuda目录下的脚本，但是我发现cuda11.1目录下面没有相关的卸载脚本，如果你的cuda目录下面有脚本，可以使用该方法：

 cd  /usr/local/cuda-x.x/bin
1

 sudo ./uninstall_cuda_x.x.pl 
 或
 sudo ./cuda-uninstaller
1
2
3

2. 如果没有该脚本，使用以下方法：

• 首先

sudo apt-get remove cuda
sudo apt-get autoremove --purge cuda 
sudo apt-get remove cuda*
1
2
3

• 然后删除目录

cd /usr/local/  # 然后切换到CUDA所在目录
sudo rm -r cuda-x.x
1
2

• 查看安装了哪些cuda相关的库，可以用以下指令

sudo dpkg -l |grep cuda
1

• 删除的包名要根据待删除的版本而定

sudo dpkg -P cuda-repo-ubuntu1604-9-1-local_9.1.85-1_amd64
1

4、Pytorch安装

• 我首先新建了一个虚拟环境来安装pytorch。

conda create -n pytorch python=3.8
1

• 激活虚拟环境

conda activate pytorch
1

• 进入官网，找到适合的pytorch版本
  
• 安装

conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.2 -c pytorch
1