搭建深度学习的环境_深度学习搭环境

现在的研究方向是CV,那么必须要搭建深度学习的环境，因此我在折腾了一个中秋假期之后终于把服务器的环境搭建成功了！其中废了不少周折，因此想借此博文来记录一下。

环境配置：Ubuntu14+TITAN X+CUDA10.1+CUDNN+Pytorch

一、安装显卡驱动

因为我的服务器目前只装了一块TITAN X 显卡，因此我必须要装支持我这个显卡的显卡驱动。

官网地址：https://www.nvidia.cn/Download/index.aspx?lang=cn

根据自己的显卡型号查看自己的驱动版本，然后查看自己现在的显卡驱动，我当时的显卡驱动比较低是不支持我的TITAN X，因此我先卸载，再进行安装，然后查看是否安装成功。

卸载：

sudo apt-get remove  -purge nvidia*

在安装之前必须要禁用本身的显卡，查看是否禁用，我们需要输入命令行

查看：

lsmod | grep nouveau 

如果没有任何输出那就说明显卡禁用成功我们就可以进行下载操作。那么下载操作有两种方式：

1、首先下载.run文件，然后用命令行进行安装，需要在网址手动去下载这个文件。然后用命令行切换到下载目录进行安装。

需要先进行权限操作：

sudo chmod a+x   NVIDIA-linux-x86_64-430.26.run

进行安装：

sudo ./NVIDIA-linux-x86_64-430.26.run

       2、直接用命令行下载

•  

   
  sudo add-apt-repository ppa:graphics-drivers/ppa # 添加软件源
   
  sudo apt-get update
   
  sudo apt-get install nvidia-430
  

   

430指的是你需要安装的显卡驱动版本，这个根据查看显卡型号可以得到。

安装完成之后我们可以在命令行输入：nvidia-smi 查看显卡驱动信息

如果出现Driver Version：430.26 则说明安装成功。

二、安装CUDA

CUDA是由NVIDIA厂商推出的一个运算平台，它有并行计算的架构，使得GPU可以解决一些复杂的运算，因为深度学习就用GPU,因此我们必须安装CUDA。

我们可以在https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1404&target_type=runfilelocal访问到CUDA的下载地址，然后根据它的提示指令进行下载安装。

weget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run

sudo sh  ./cuda_10.1.243_418.87.00_linux.run

安装完成之后我们必须要添加环境变量 在命令行输入

sudo getdit   ~/.bashrc

在末尾键入环境

export CUDA_HOME=/usr/local/cuda-10.1
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

然后source环境变量

source ~/.bashrc

查看CUDA是否安装成功，我们可以通过

nvcc -V
 

查看CUDA版本，如果出现

Cuda compilation tools, release 10.1, V10.1.243
       则说明安装生效 安装成功

三、安装cudnn

cudann （CUDA Deep Neural Network）是用于深度神经网络的GPU加速库。

进官网下载然后安装即可

https://developer.nvidia.com/rdp/cudnn-archive

 

切记，一定要安装适合自己的操作系统并且与CUDA版本对应。

四、安装Pytorch

首先为我们深度学习创建一个虚拟环境，创建这个虚拟环境保证我们不和别的环境冲突，以后运行代码也会在这个虚拟环境中进行。

conda  create -n name(虚拟环境的名字) python=3.6

激活环境

source activate name
 

退出环境

source deactivate
 

在这个环境中我们安装pytorch

pip3 install pytorch torchvision
 

安装完成之后我们可以验证一下是否安装成功，在虚拟环境中我们输入Python，然后导入这两个包。

import torch
 
import torchvision

如果没有报错，那恭喜你安装成功了，我在导入import torchvision出现了一些错误，然后我卸载了torchvision ，安装了更高的版本

pip3 uninstall torchvision
 
pip3 install torchvision-0.4.0

然后import torchvision就没有报错了。

至此深度学习的环境已经搭建完成。