安装显卡驱动

查看显卡

ubuntu-drivers devices

自动安装驱动

ubuntu-drivers autoinstall

禁用集显

编辑/etc/modprobe.d/blacklist-nouveau.conf
添加

blacklist nouveau
options nouveau modeset=0

生成新的内核初始化文件sudo update-initramfs -u

重启， lsmod | grep nouveau看有没有被禁用，没有输入代表成功

安装miniconda

miniconda 仅仅包含了python和conda，因为我还没到用到其他工具的地步～～

下载安装

前往miniconda 复制合适的包的链接地址

image

下载并安装

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py38_4.8.2-Linux-x86_64.sh
chmod +x Miniconda3-py38_4.8.2-Linux-x86_64.sh
./Miniconda3-py38_4.8.2-Linux-x86_64.sh

输入conda报错没有此命令

由于我安装了zsh，miniconda没有把环境变量更新到zsh的配置文件中

打开zsh配置文件vim ~/.zshrc
末尾添加

export PATH=/root/miniconda3/bin:$PATH

更新zsh配置文件source ~/.zshrc,问题解决！

换源

vim ~/.condarc添加:

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

更新缓存conda clean -i

安装cuda

前往cuda下载站点

image

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

安装时勾选去掉显卡驱动

image

cuda10.2安装时报错不支持gcc9.3

image

根据官方文档我们需要降级到7.x

安装低版本gcc

apt install gcc-7  g++-7

将gcc 7 g++7 设置为优先级最高

update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 90 --slave /usr/bin/g++ g++ /usr/bin/g++-7 --slave /usr/bin/gcov gcov /usr/bin/gcov-7
update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 70 --slave /usr/bin/g++ g++ /usr/bin/g++-9 --slave /usr/bin/gcov gcov /usr/bin/gcov-9

然后gcc --version默认返回7.x版
gcc-9 --version返会9.X版本

环境变量设置

export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64\
                         ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

输入nvcc --version返回如下,cuda 安装成功!

image

安装cudnn

前往cudnn下载站
这个需要注册登陆nvidia的账号
选择合适版本cudnn下载

image

根据官方文档

先解压包

tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz

复制到cuda下

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

安装deb包

dpkg -i libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb
dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb
dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.2_amd64.deb

验证cudnn

复制cudnn实例并编译它

cp -r /usr/src/cudnn_samples_v7/ $HOME
cd  $HOME/cudnn_samples_v7/mnistCUDNN
make clean && make

输入./mnistCUDNN返回Test passed!,cudnn安装成功!

image

安装pytorch

pytorch官网选择对应的包管理工具和语言、cuda版本会自动生成安装的命令行

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

iamge

重启电脑reboot

python
import torch
print(torch.cuda.is_available())

返回 True 说明torch可以使用cuda进行运算

image

大功告成！