ubuntu20配置深度学习环境-易微帮

系统环境

ubuntu20，安装了ros noetic。

参考博客主要有：

https://github.com/afeng616/Build-Cozy-Ubuntu-Environment/blob/master/documents/07-%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%BC%80%E5%8F%91%E7%8E%AF%E5%A2%83.md
https://blog.csdn.net/weixin_46414430/article/details/129266433

安装anaconda

文件的安装

直接在清华镜像上下载。
我直接下载最新版本，Anaconda3-2024.02-1-Linux-x86_64.sh
在下载的地方，敲命令安装：

bash Anaconda3-2024.02-1-Linux-x86_64.sh

然后按回车，接下来就有很多条款部分，直接按q跳出
会出现下面的画面，输入yes后按回车。
在这里插入图片描述
接着就是设置安装位置，这里我选择默认安装地址。按完回车后就是等待安装的过程。
最后安装完后，会有选项：需不需要初始化，我们填yes，需要初始化。

anaconda环境配置

安装完后，还需要配置conda，使得conda这个指令能用在任何地方，像python,code这种一样。
主要是去修改~/.bashrc文件。

gedit ~/.bashrc

然后在最后面一行添加anaconda的bin目录，就是前面安装的时候设置的目录。

export PATH="/home/xz/anaconda3/bin:$PATH"

最后就是source这个文件来生效

source ~/.bashrc

这是在终端输入conda，显示一系列帮助信息就说明conda安装成功。

（PS）：如果不想新开的终端就在base环境中的话，可以进行设置：

conda config --set auto_activate_base false

anaconda换中科大源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
conda config --show channels

常用的anaconda命令

# 创建环境
conda create -n xxx python=3.8
# 激活环境
conda activate xxx
# 删除环境
conda remove -n xxx --all
# 查看目前已有的环境
conda env list

安装显卡驱动

最简单方便的方法就是直接在软件更新的附加驱动上直接安装，装完重启即可，如果去安装官网的驱动，操作难度大，可能系统桌面都进不去，反正我之前在ubuntu18系统上安装过一次，但是进不去系统桌面，最后卸载了好不容易才能进系统桌面，所以还是推荐软件更新去安装显卡驱动的方法。
在这里插入图片描述
这里我是安装了535，看其他博客说不要安装server后缀和open后缀的就行，然后重启。
检查是否成功安装，只需要在终端输入nvidia-smi，显示出具体显卡信息即可。

在这里插入图片描述

安装CUDA

安装前的准备：卸载之前残留的CUDA，保证安装前的环境干净

sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" \
 "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*" 
sudo apt-get autoremove

这个主要是看显卡版本去安装，由上面nvidia-smi显示的信息，看到显卡是3090，可以安装最高版本的是CUDA12.2.(我的笔记本显卡3050，同样也是支持最高版本CUDA12.2)
这里我参考这篇博客：https://blog.csdn.net/weixin_46414430/article/details/129266433。安装CUDA11.6.0.
下载CUDA文件，下载地址：https://developer.nvidia.com/cuda-toolkit-archive。选择11.6.0版本
瞄的，中文英伟达网站没有CUDA的历史版本，在外网下CUDA11.6.0又容易到99%的时候失败！！！WTF
实了4，5次，还是失败，最后用浏览器来下载，直接把这个http地址输入到谷歌浏览器中，即可通过浏览器下载，下完了也不会报错。
安装cuda11.6之前先安装一些依赖的库文件

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

用下载好的文件来进行安装。

sudo sh cuda_11.6.0_510.39.01_linux.run

在选择continue后，在相应位置上填上accept
在这里插入图片描述
注意这个时候需要把这个cuda安装包的驱动取消，按空格取消安装（因为前面已经安装了一个），取消后选择install即可

最后安装完，报了一个警报，说没安装这个510驱动，这里没所谓。

6. 配置CUDA的环境
可以在usr/local下看到两个文件夹：cuda-11.6和cuda，cuda其实是安装的时候自动创建的软链接，连接到11.6上
在这里插入图片描述
打开~/.bashrc文件

sudo gedit ~/.bashrc

然后在配置anaconda路径前面加上：（其他博客有说最好是把anaconda的路径放在.bashrc的最末尾）

export PATH=$PATH:/usr/local/cuda/bin  
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

然后source一下

source ~/.bashrc

验证是否安装成功
随便新开一个终端，输入：

nvcc --version

显示cuda版本是11.6说明安装成功。

下载cudnn

下载的链接：https://developer.nvidia.com/rdp/cudnn-archive
推荐中文链接：https://developer.nvidia.cn/rdp/cudnn-archive
这里我选择的是cudnn8.4.1 for cuda 11.x的tar版本
在这里插入图片描述
垃圾英伟达还要登陆才能下，又浪费快半个小时！！！！！

下载完后进行解压：并且将对应的库和头文件移到cuda目录中

tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz

sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 

sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 

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

检查cudnn

cat /usr/local/cuda-11.6/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

在这里插入图片描述

安装pytorch

不知道为什么，前面conda配置的源好像连接不上，所以在安装前先换下conda的源。

更换conda源

先恢复默认源

conda config --remove-key channels

添加清华镜像源

#添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

#显示检索路径
conda config --set show_channel_urls yes

#显示镜像通道
conda config --show channels

选择对应的pytorch版本进行安装

pytorch历史版本的链接：pytorch
这里选择的pytorch版本为v1.12.0。它这边在Linux and Window这里支持CUDA 11.6版本。所以我们选择它。
从链接中找到对应CUDA11.6版本的conda安装命令

创建一个anaconda环境

conda create -n nerf-pytorch python=3.8

进入anaconda环境

conda activate nerf-pytorch

安装pytorch（从官网复制下来的指令）。安装的时候需要注意，因为conda配置了清华源，最好把翻墙的关了，不然有可能下载的时候出问题，出问题了也别慌，重复下面的命令即可。

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge

上面是通过conda来安装，但是实际装完后，运行脚本训练的时候，会报错，可能是安装了非GPU的pytorch，看到一片博客说最好还是用pip来安装

pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu116

注意：最好还是通过pip来安装，能够保证装的是GPU的pytorch。反正我的情况是用conda装，跑训练报错，用pip装，就可以正常跑训练。

最后成功安装
在这里插入图片描述

检查pytorch是否成功
在终端输入python，然后import pytorch的包，如果正确找到pytorch的包应该就没问题

ubuntu20配置深度学习环境

目录