Ubuntu16.04深度学习环境搭建（anaconda3+cuda10.0+cudnn7.6+pytorch1.2）

文章目录

• Ubuntu16.04深度学习环境搭建（anaconda3+cuda10.0+cudnn7.6+pytorch1.2）
• 1.摘要
• 2. Anaconda3下载安装
• 2.1 下载Anaconda3
• 2.2 安装Anaconda3
• 2.3 配置python环境变量
• 2.4 测试 python3.7
• 2.5 测试Anaconda3是否安装成功
• 2.6 建立Anaconda图标
• 3.安装NVIDIA驱动
• 4.Pycharm安装
• 4.1 Pycharm下载与安装
• 4.2 Pycharm导入anaconda
• 5.CUDA 10.0 安装
• 5.1 cuda下载与安装
• 6.Cudnn 安装
• 7.pytorch 1.2 安装

1.摘要

深度学习成功搭建，整理供大家参考！
本机硬件：
台式机组装机，win10+ubuntu16.04双系统
CPU：AMD Ryzen 5 3600
RAM：16GB DDR4 3200（不影响）
GPU：NVIDIA GeForce RTX 2070 Super （本机配440.82版本驱动，注意按照型号和Notebook/Desktop匹配相应的驱动）

安装平台：
Ubuntu 16.04 LTS (amd64)，非虚拟机
Anaconda 2020.02 with Python 3.7

2. Anaconda3下载安装

Anaconda是目前比较流行的开源的Python发行版本。对于经验不足的Python新手来说，我十分推荐Anaconda，有可视化的Anaconda Navigator，可以检视各种开发环境和库，配置起来十分方便。

2.1 下载Anaconda3

如果本机没有安装过Anaconda，进入官网下载：
下载地址：https://www.anaconda.com/distribution/

选择Linux系统Installer。
下载完成后应当是一个.sh文件，比如我下载的是：Anaconda3-2020.02-Linux-x86_64.sh

2.2 安装Anaconda3

打开控制台，首先cd到下载目录。
一般Ubuntu的默认下载目录是/home/<你的用户名>/Downloads，或者也可以说是~/Downloads，如果不确定，可以用文件浏览器看一下。

1|cd ～/Downloads
2|sudo bash Anaconda3-2020.02-Linux-x86_64.sh

如果提示输入安装路径，可以按默认路径，也可以自行设置。
一个使用Linux的良好习惯，把安装的所有用户组共享的应用都放在 /usr/local下。所以我设置的安装路径是：

1|/usr/local/anaconda3

一直按Enter直到提示输入”yes“ or “no”，然后输入“yes”。

2.3 配置python环境变量

Ubuntu 16.04 内置了python 2.7和3.5，但是我们想要默认运行我们的anaconda python 3.7.6，所以需要配置环境变量来定位新装的Python位置。步骤如下
在root用户下，使用gedit文本编辑器编辑profile文件：

1|sudo gedit /etc/profile

打开文本文件，在最后一行的 fi 的下一行输入：

1|# Anaconda python3.7 path
2|export PATH="/usr/local/anaconda3/bin:$PATH"

如果你的Anaconda没有安装在 /usr/local/anaconda3 下，输入你的安装目录：

1|# Anaconda python3.7 path
2|export PATH="<你的安装目录>/bin:$PATH"

然后“保存”，或者Ctrl+S快捷键。
保存关闭之后，控制台输入以下命令，更新一下环境变量：

1|sudo source /etc/profile

这里如果没进root环境，可能提示command not found ，我们先在控制台输入：sudo -s进入root环境，再输入source /etc/profile就行了。

2.4 测试 python3.7

控制台输入“python”然后回车，应当出现类似于如下的提示，表明python版本是3.7.6 。

2.5 测试Anaconda3是否安装成功

控制台输入conda --version不报错就行。
安装完Anaconda3,会发现控制台前面多了base字样，这是我们进入了虚拟环境，退出这个输入conda deactivate
详细参考

1. https://blog.csdn.net/weixin_42033981/article/details/87991200
2. https://www.cnblogs.com/devilmaycry812839668/p/10349602.html

2.6 建立Anaconda图标

安装玩anaconda发现没有图标，于是便发现这种解决方法:
打开终端，进入/usr/share/applications文件夹。用以下命令解决

1|cd /usr/share/applications
2|#创建快捷方式
3|sudo touch anaconda-navigator.desktop
4|#编辑
5|sudo gedit anaconda-navigator.desktop

打开gedit后输入一段

[Desktop Entry]
Name=anaconda-navigator
Type=Application
Exec=/usr/local/anaconda3/bin/python /usr/local/anaconda3/bin/anaconda-navigator
Icon=/usr/local/anaconda3/pkgs/anaconda-navigator-1.9.12-py37_0/lib/python3.7/site-packages/anaconda_navigator/app/icons/Icon1024.png

保存退出发现Anaconda图标出现了。

3.安装NVIDIA驱动

NVIDIA驱动安装参考文章:

1. https://blog.csdn.net/u014561933/article/details/79958017
2. https://blog.csdn.net/qq_40115871/article/details/106167245
   建议：
3. 第一个链接禁用驱动时把sudo vi /etc/modprobe.d/blacklist-nouveau.conf改为sudo gedit /etc/modprobe.d/blacklist-nouveau.conf好加入内容保存。
4. 第一个链接2.7步骤台式机和笔记本不一样，结合起来看。

4.Pycharm安装

4.1 Pycharm下载与安装

Pycharm是一种用来开发Python的IDE，归结两个字，好用！本机装的版本是 pycharm-professional-2020.1.2.tar.gz

参考文章:

1. https://blog.csdn.net/feimeng116/article/details/105837483
2. https://blog.csdn.net/Alan_cqu_cj/article/details/105799624?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.nonecase
   注意点
   主要要先创pycharm文件夹然后解压安装！参考文章1,2步骤可以顺序换一下。
   专业版激活可以去找破解文件或者激活码，我是用的学生教育账号可以免费用一年：具体参考https://blog.csdn.net/irurileeirurilee/article/details/78652004?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

4.2 Pycharm导入anaconda

参考文章:
https://blog.csdn.net/weixin_41923961/article/details/86584683

5.CUDA 10.0 安装

因为想装低版本的pytorch1.2,所以没装推荐的cuda10.2。

5.1 cuda下载与安装

1. 首先下载CUDA的安装包：cuda10.0安装包下载根据自己的具体情况选择对应的版本，最后要选择runfile文件，然后点击Download如下图所示：
   
   下载完毕后，终端使用以下命令检测，序号不合重新下载

md5sum cuda_10.0.130_410.48_linux.run

1. cuda 安装：首先查看是否禁用nouveay(在安装NVIDIA驱动的时候已经禁过了)

lsmod | grep nouveau

如果没有输出，则已经禁过。如有有关nouveau的信息出现，那么请在禁一次，详细步骤见上面驱动安装部分内容ubuntu16.04安装NVIDIA驱动

进入字符界面安装:

参考文章:cuda10.0安装

环境变量设置:

终端命令:

sudo gedit ~/.bashrc

再打开的文件下面加上以下内容：

cat /proc/driver/nvidia/version

验证CUDA版本:

nvcc -V

注意后面的V大写,我就是没大写以为出错了


编译cuda历程测试:

home目录下打开终端输入：

1|cd NVIDIA_CUDA-10.0_Samples
2|make

编译时间较长，稍等一会估计十来分钟。如果报错缺什么依赖就install下载下。编译完成后，显示如下：Finished building CUDA samples
运行编译文件
在NVIDIA_CUDA-10.0_Samples/bin/x86_64/linux/release 文件下打开终端，或者直接cd进去。直接输入：

./deviceQuery  

至此cuda10.0安装完成。

6.Cudnn 安装

相比cuda,cudnn的安装就相对更简单，只需要下载对应版本的安装包，解压之后，用命令将某些文件复制到cuda的指定文件目录下 即可。

（1）文件下载

下载对应版本的安装包此处是对应CUDA10.0的：cudnn下载

我选择的当时最新版对应cuda10.0的v7.6.4，点进去后选择第三个cuDNN Library for Linux。

下载之后，可以直接手动解压即可。解压之后会有一CUDA文件夹，然后在Downloads目录下（我是直接在下载目录下解压）打开终端输入：

1|sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include/
2|sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64/
3|sudo chmod a+r /usr/local/cuda-10.0/include/cudnn.h
4|sudo chmod a+r /usr/local/cuda-10.0/lib64/libcudnn*

查看cudnn版本：

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

至此cudnn安装完成。

7.pytorch 1.2 安装

由于需要跑一些代码需要低版本的pytorch,所以选择pytorch1.2
为了方便管理库，这里需要单独为pytorch创建一个虚拟环境：

conda create -n pytorch python=3.7

可能出现这种情况NotWritableError: The current user does not have write permissions to a required path.这是因为权限不够的原因，解决办法：

1|sudo chmod 777 -R /usr/local/anaconda3
2|conda create -n pytorch python=3.7

这样就创建完pytorch虚拟环境了，输入conda activate pytorch可以进入pytorch环境了，会发现终端前多了pytorch的字样，接着在pytorch下安装pytorch和torchvision


我选择下载下来pip安装，首先进入下载合适的pytorch和torchvision：下载whl文件界面 我的是 torch-1.2.0-cp37-cp37m-manylinux1_x86_64.whl和torchvision-0.4.0-cp37-cp37m-manylinux1_x86_64.whl下载好进入pytorch虚拟环境在Downloads下打开终端：

1|pip install torch-1.2.0-cp37-cp37m-manylinux1_x86_64.whl
2|torchvision-0.4.0-cp37-cp37m-manylinux1_x86_64.whl

根据他的要求下载安装就行了。


测试pytorch是否安装成功：

1|python
2|import torch
3|import torchvision

不报错即为成功安装。

至此深度学习搭建成功！！！