Ubuntu18.04+CUDA10.2深度学习开发环境配置指南
深度学习
Author：louwill
Machine Learning Lab
搞深度学习环境永远是第⼀步。
显卡与服务器等硬件设备装机完成后就需要配置本机环境。本篇配置主要包括Nvidia驱动安装、CUDA安装和深度学习与Python环境配置三个⽅⾯。本机系统配置为Ubuntu18.04+CUDA10.2，显卡信息为GeForce GTX 1080Ti。
1.安装Nvidia显卡驱动
查看本机显卡能够配置的驱动信息：
ubuntu怎么安装pythonubuntu-drivers devices
可以看到本机推荐的驱动版本为440，然后根据Nvidia官⽹上CUDA10.2 的配置要求看⼀下是否匹配：
官⽅给出的CUDA10.2最低驱动版本为440.33，所以要安装CUDA10.2的话，驱动器版本只有440可选。依次执⾏下述命令安装440驱动：
sudo apt-get purge nvidia*
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-driver-440
然后重启机器使更新⽣效：
sudo shutdown -r now
2.安装CUDA10.2
第⼆步就是安装CUDA。这⾥我们安装CUDA最新的10.2版本。进⼊Nvidia cuda下载地址：
依次选择对应系统和版本等信息：
我们这⾥选择的Ubuntu 18.04下的deb安装类型。然后依次执⾏下述7条命令：
wget developer.download.nvidia/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget developer.download.nvidia/compute/cuda/10.2/Prod/local_installers/cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda
如果顺利的话CUDA10.2可以安装完成。但如果本机之前的CUDA版本存在卸载不⼲净等问题的话，安装有可能会报dkpg的错：
所以这⾥补充⼀个CUDA完全卸载的⽅法：
sudo apt-get --purge remove "*cublas*" "cuda*"
sudo apt-get --purge remove "*nvidia*"
sudo apt-get purge nvidia*
sudo apt-get autoremove
sudo apt-get autoclean
sudo rm -rf /usr/local/cuda*
3.安装Python3.7 并配置深度学习环境
下载anaconda：
wget repo.anaconda/archive/Anaconda3-2020.02-Linux-x86_64.sh
安装：
bash Anaconda3-2020.02-Linux-x86_64.sh
创建虚拟环境：
conda install -n 虚拟环境名称
启动虚拟环境：
conda activate 虚拟环境名称
安装深度学习框架，以PyTorch1.5为例：
pip install torch torchvision
安装完成后验证⼀下当前环境下的PyTorch是否可以使⽤GPU，显⽰为True则表明配置成功。
import torch
torch.cuda.is_available()
喜欢您就点个在看！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。