主机回来以及，简单的环境配置(RTX3070+CUDA11.1+CUDNN+TensorRT)

紧接着前几天的事：

• 特殊的日子，想起了当年的双(1080TI)显卡装机实录
  和
• 炼丹炉买不起了:聊一聊这段日子的显卡行情

以后，决定买一台整机玩玩。

而如今，主机终于回！来！了！主机回来干什么，固然是——配置环境。

老潘以前也有一些配置环境的文章，能够参考：

• ubuntu16.04下安装NVIDIA（cuda）-gtx965m相关步骤以及问题
• pytorch-0.2成功调用GPU：ubuntu16.04，Nvidia驱动安装以及最新cuda9.0与cudnnV7.0配置
• win10下安装使用pytorch以及cuda九、cudnn7.0
• 安装cuda9.1内核问题：Unable to locate the kernel source
• 深度学习-在ubuntu16.04安装CUDA9.1-总结(问题彻底解决方案)
• 关于在ubuntu上源码安装TensorFLow-1.7.0-cuda9.1-cudnn7.1.2过程当中问题解决方案

-_-|| 没想到那会写了这么多配置环境的文章，可能那会遇到的问题比较多吧...配环境什么的，其实只要严格按照步骤来一步一步配，基本上不会出现什么问题，出现问题通常都是咱们某一步没有走对，而退回去再走比较麻烦而已。

而如今对于配环境来讲能够是轻车熟路了(前几年不知道踩了多少坑，到如今都印象深入)，严格按照步骤来，安装Ubuntu和配置深度学习环境，1个小时多就搞定了。

接下来略微详细地讲一下过程。

• Windows下安装Ubuntu-18.04
• 配置深度学习环境(Cuda+Cudnn+Pytorch+TensorRT)

主机长这样

先放一组图吧。

晚上开机还挺炫的，但其实对于老潘来讲炫不炫不重要，性能好就行...

主机配环境

主机回来店家只给我装了Windows系统，对于老潘来讲，打游戏是次要的(哈哈哈哈...)，忍住了先下载一个鬼泣5玩玩的想法。先从Ubuntu官方下载了官方的镜像包。

官方最新的Ubuntu是20.10，但对于搞事的人来讲，仍是18.04版本好一些(以前实验室用的是16.04)。

开始配置双系统，双系统是必须的，Ubuntu能够搞深度学习，也能够当服务器使，Windows则能够应付一些游戏和其余应急应用。

关于如何将下载好的Ubuntu系统镜像制做成U盘、如何安装，老潘这里不赘述了。能够看如下这篇文章，介绍的很详细，我就是按照这个严格来执行的：

• Windows下安装Ubuntu详细教程

固然若是有问题欢迎交流，直接留言便可~

安装过程

虽然不赘述了，但仍是简单过一下：

进入BIOS，选择Ubuntu启动U盘，而后开始安装Ubuntu：

其余一路点点点，而后简单分个区。

而后开始安装...

等待半小时，装好了！

设置SSH

为何要设置ssh，固然是想让这个Ubuntu充当一个服务器的做用，开启以后可使用ssh登陆去操做。

例如我，能够先把服务器开了，而后使用其余电脑，例如MAC，使用局域网经过SSH链接这个服务器便可。

怎么开启ssh呢？新的Ubuntu系统尚未安装SSH。

执行如下命令：

sudo apt install openssh-server
sudo systemctl start ssh.service

而后能够经过netstat -lnp | grep 22查看下开启没。

若是想要每次启动自动开启SSH，能够这样：

sudo systemctl enable ssh

这样就差很少啦。

安装NVIDIA显卡驱动

默认Ubuntu安装的是llvmpipe这个显卡驱动，这个是linux下的公用显卡驱动，如今须要换成NVIDIA的。

首先禁用nouveau。

执行sudo gedit /etc/modprobe.d/blacklist.conf

加上如下这两句：

blacklist nouveau
options nouveau modest=0

保存后，而后执行：

sudo updata-initramfs -u
sudo reboot

重启后，Ctrl+Alt+F1切换到tty界面，关闭lightdm(若是没有则不用管)：

sudo service lightdm stop

而后更新一下apt源以及看一下系统推荐的NVIDIA驱动版本：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
ubuntu-drivers devices

根据推荐的驱动版本，安装NVIDIA驱动：

sudo apt-get install nvidia-driver-460

若是嫌慢，能够添加阿里或者清华源：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bcakup
sudo gedit /etc/apt/sources.list

备份以后打开文件，添加如下源便可：

# 阿里云源
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
# 源碼
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse


# 清华大学源
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
# 源碼
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

别忘了添加以后，进行更新二连：

sudo apt-get update
sudo apt-get upgrade

这样就能够顺利的安装NVIDIA驱动了。

而后下载好如下三个深度学习伴侣：

开始安装吧！

安装Cuda、Cudnn

Cuda固然是必需要装的。

找到下载好的11.1cuda环境包(如今出来11.2了)，而后执行：

sudo sh cuda_11.1.0_455.23.05_linux.run

会出来一堆blabla的选项：

• 一、确保你环境里头是否有旧的cuda，有的话建议删除
• 二、赞成条款..
• 三、确认是否要安装驱动、安装demo...以及安装位置肯定
• 四、开始安装ing

对于老潘来讲，上一步中已经安装了cuda驱动，不须要再装旧版的(新版驱动兼容旧版驱动匹配的cuda)，因此这里就把驱动选项去掉，其余的安装按照个人需求循序渐进来就好。

注意
若是你没有root权限，没法使用sudo，想要安装cuda也是能够的。只要自定义好安装位置便可，运行以下命令便可将cuda安装到当前home下的software文件夹内：

./cuda_11.1.0_455.23.05_linux.run --silent --toolkit --toolkitpath=$HOME/software/cuda --defaultroot=$HOME/software/cuda

不论咋样安装好以后会显示：

按照上面的要求配置环境变量便可:

(base) oldpan@oldpan-fun:~/software$ vim ~/.bashrc  

将
export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH
添加到打开的文件中

(base) oldpan@oldpan-fun:~/software$ source ~/.bashrc
(base) oldpan@oldpan-fun:~/software$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Tue_Sep_15_19:10:02_PDT_2020
Cuda compilation tools, release 11.1, V11.1.74
Build cuda_11.1.TC455_06.29069683_0

Cudnn

cudnn的安装就比较简单了，解决压缩包而后复制粘贴就行：

tar -xzvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h

安装Anaconda

安装Anaconda也很简单，从这里下载好(不想下的看老潘整理文末的软件包)：

而后sh Anaconda3-2020.11-Linux-x86_64.sh就行。

安装好以后，配置conda以及pip清华源，参考如下文字便可：

• pycharm修改pip源为清华源,提升下载速度
• anaconda经常使用命令配置信息及更换源

安装Pytorch

安装Pytorch就比较简单了，若是不想本身编译，直接从官方按照你的Cuda版本和Cudnn版本安装便可：

https://download.pytorch.org/whl/torch_stable.html

安装好Pytorch以后，测试一下cuda是否工做正常：

>>> import torch
>>> torch.cuda.is_available()
True
>>> torch.ones(1).cuda()
tensor([1.], device='cuda:0')
>>> torch.cudnn_is_acceptable(torch.ones(1).cuda())
True

OK~

TensorRT

TensorRT单独发一篇文章来讲吧~

一些资源

配环境须要不少软件包，例如：

• Anaconda
• Pytorch.whl
• TensorRT
• CUDA
• CUDNN

有些能够在清华大学开源软件镜像站下载，可是TensorRT和CUDA、CUDNN须要从官方下并且须要注册并且很慢。

老潘整理了一些已经下载好的软件包。

公众号内回复015获取，能够看看有没有你须要的：

想写的还有不少，下篇再讲(呼呼)。

若是有问题欢迎留言，欢迎关注「oldpan博客」公众号，老潘的所有家当都在这里了。很愿意与你交朋友~

参考

http://www.javashuo.com/article/p-zgooujzy-kg.html
https://blog.csdn.net/ZPeng_CSDN/article/details/96726436

撩我吧

• 若是你与我志同道合于此，老潘很愿意与你交流；
• 若是你喜欢老潘的内容，欢迎关注和支持。
• 若是你喜欢个人文章，但愿点赞👍 收藏 📁 评论 💬 三连一下~

想知道老潘是如何学习踩坑的，想与我交流问题~请关注公众号「oldpan博客」。
老潘也会整理一些本身的私藏，但愿能帮助到你们，点击神秘传送门获取。