Ubuntu server16.04安装配置驱动418.8七、cuda10.一、cudnn7.6.4.3八、anaconda、pytorch超详细解决

[TOC]

Ubuntu server16.04安装配置驱动418.8七、cuda10.一、cudnn7.6.4.3八、anaconda、pytorch超详细解决

本篇博文根据本人亲装碰到的问题搜集总结而成，具体参考见结尾REFERENCE

安装GCC

服务器版未装有gcc，但英伟达驱动安装须要gcc，尝试过换源、更新软件库、以及overstack的几种方法均未能解决，最终发现能够经过安装build-essential软件包来解决问题，它会安装一堆新包，包括gcc， g++和make。

sudo apt install build-essential

安装NVIDIA驱动

因为直接安装cuda若是选择安装驱动会直接版本较低的驱动，因此采用先装驱动后装cuda的方式。

1. 卸载原有驱动（没装跳过）

1. 方法1、通用sudo apt-get remove –purge nvidia*
2. 方法2、 非官网驱动sudo apt-get remove --purge nvidia（版本全称，如个人nvidia-384.130）
3. 方法3、官网驱动 sh ./nvidia.run --uninstall

2. 禁用nouveau

安装NVIDIA须要先禁用系统自带的驱动

1. 打开文件sudo gedit /etc/modprobe.d/blacklist.conf

2. 在文本末尾添加

   blacklist nouveau
   option nouveau modeset=0

   无视warn

3. wq， 执行sudo update-initramfs -u

4. 检测，lsmod | grep nouveau，没有任何输出说明禁用成功

3. 安装NVIDIA显卡驱动

1. 查看支持的驱动版本

   sudo apt-cache search nvidia*，通常安装大于等于最大的版本就好，我安装的是418.87

2. 下载NVIDIA驱动，

   官网地址

3. 禁用X服务（最好有一台备用电脑，由于这一步会黑屏...由于我是采用ssh链接，因此对我没影响）

   sudo service lightdm stop

4. 给文件赋执行权限并cd到下载目录

   cd ~ 
   sudo chmod a+x NVIDIA-Linux-x86_64-384.130.run

5. 安装

   sudo sh ./NVIDIA-Linux-x86_64-375.20.run –no-opengl-files

6. 检测是否成功 nvidia-smi

安装CUDA10.1

1. 官网地址

2. 禁用X服务（黑屏）

   sudo service lightdm stop

3. 给文件赋执行权限并安装

   sudo chmod a+x cuda_10.1.243_418.87.00_linux.run
   
   sudo sh cuda_10.1.243_418.87.00_linux.run --override

   accepted， 除了驱动不选择，其余都选。

4. 打开配置文件 vim ~/.bashrc,末尾写入

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

   生效 source ~/.bashrc

5. 检测是否成功 nvcc -V

安装cudnn

1. 官网下载，找到与cuda版本配对的cudnn，查看官网配对，以及更全的版本配对，个人cuda为10.1因此，cudnn选的是7.6.4

2. 将下载的添加为压缩包并解压

   # compression
   cp  cudnn-8.0-linux-x64-v5.1.solitairetheme8 good.tgz
   # decompression
   tar -xvf good.tgz

3. 安装，其实就是改变文件位置和权限

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

4. 查看cudnn版本：

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

---

以上便配置好服务器，如下为非root用户根据须要安装。

我安装的是anaconda、tensorflow、pytorch

安装anaconda

1. 卸载anaconda（若有） rm-rf ~/anaconda，而后修改配置文件~/.bashrc

2. 官网下载并安装

3. 配置文件/home/yourusername/.profile,在最后一行添加以下

   # Anaconda
   export PATH=$PATH:/home/username/anaconda3/bin

   生效 source /home/username/.profile

安装tensorflow

查看官网配对，肯定安装版本

# 若是你安装的是 Python 3.6 版的Anaconda:
conda create --name tf_gpu_env tensorflow-gpu # tf_gpu_env是这个环境的名字

# 若是你安装的是 Python 3.7 版的Anaconda，则须要声明新建立的环境使用 Python 3.6:
conda create --name tf_gpu_env python=3.6 anaconda tensorflow-gpu

安装pytorch

1. 新建虚拟环境并激活环境

   conda create -n pytorch python=3.7
   activate pytroch

2. 查看官网选择版本，得到代码

   如个人

解决问题：

1. ERROR: Cannot uninstall 'wrapt'. during upgrade
2. tensorboard 1.14.0 has requirement setuptools>=41.0.0, but you'll have setuptools 39.1.0

Reference

http://www.javashuo.com/article/p-kpsasboj-ns.html

https://www.linuxidc.com/Linux/2019-06/159059.htm

https://blog.csdn.net/Eddy_zheng/article/details/52910249

https://blog.csdn.net/DarrenXf/article/details/82182449

https://blog.csdn.net/qq_41620607/article/details/81236525

http://www.javashuo.com/article/p-ojrzasji-bb.html

https://blog.csdn.net/qq_22474567/article/details/54984257

http://www.javashuo.com/article/p-pgypzkqp-q.html

https://github.com/tensorflow/tensorflow/issues/30191

https://blog.csdn.net/weixin_44179909/article/details/96973208

https://zhuanlan.zhihu.com/p/59278962