主機回來以及，簡單的環境配置(RTX3070+CUDA11.1+CUDNN+TensorRT)

時間 2021-03-08

標籤 html python linux ubuntu vim bash 服務器 ssh ionic 性能欄目 HTML 简体版

原文原文鏈接

緊接着前幾天的事：html

特殊的日子，想起了當年的雙(1080TI)顯卡裝機實錄

和python

煉丹爐買不起了:聊一聊這段日子的顯卡行情

以後，決定買一臺整機玩玩。linux

而如今，主機終於回！來！了！主機回來幹什麼，固然是——配置環境。ubuntu

老潘以前也有一些配置環境的文章，能夠參考：vim

-_-|| 沒想到那會寫了這麼多配置環境的文章，可能那會遇到的問題比較多吧...配環境什麼的，其實只要嚴格按照步驟來一步一步配，基本上不會出現什麼問題，出現問題通常都是咱們某一步沒有走對，而退回去再走比較麻煩而已。bash

而如今對於配環境來講能夠是輕車熟路了(前幾年不知道踩了多少坑，到如今都印象深入)，嚴格按照步驟來，安裝Ubuntu和配置深度學習環境，1個小時多就搞定了。服務器

接下來略微詳細地講一下過程。ssh

Windows下安裝Ubuntu-18.04
配置深度學習環境(Cuda+Cudnn+Pytorch+TensorRT)

主機長這樣

先放一組圖吧。ionic

晚上開機還挺炫的，但其實對於老潘來講炫不炫不重要，性能好就行...性能

主機配環境

主機回來店家只給我裝了Windows系統，對於老潘來講，打遊戲是次要的(哈哈哈哈...)，忍住了先下載一個鬼泣5玩玩的想法。先從Ubuntu官方下載了官方的鏡像包。

官方最新的Ubuntu是20.10，但對於搞事的人來講，仍是18.04版本好一些(以前實驗室用的是16.04)。

開始配置雙系統，雙系統是必須的，Ubuntu能夠搞深度學習，也能夠當服務器使，Windows則能夠應付一些遊戲和其餘應急應用。

關於如何將下載好的Ubuntu系統鏡像製做成U盤、如何安裝，老潘這裏不贅述了。能夠看如下這篇文章，介紹的很詳細，我就是按照這個嚴格來執行的：

Windows下安裝Ubuntu詳細教程

固然若是有問題歡迎交流，直接留言便可~

安裝過程

雖然不贅述了，但仍是簡單過一下：

進入BIOS，選擇Ubuntu啓動U盤，而後開始安裝Ubuntu：

其餘一路點點點，而後簡單分個區。

而後開始安裝...

等待半小時，裝好了！

設置SSH

爲何要設置ssh，固然是想讓這個Ubuntu充當一個服務器的做用，開啓以後可使用ssh登陸去操做。

例如我，能夠先把服務器開了，而後使用其餘電腦，例如MAC，使用局域網經過SSH鏈接這個服務器便可。

怎麼開啓ssh呢？新的Ubuntu系統尚未安裝SSH。

執行如下命令：

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

而後能夠經過netstat -lnp | grep 22查看下開啓沒。

若是想要每次啓動自動開啓SSH，能夠這樣：

sudo systemctl enable ssh

這樣就差很少啦。

安裝NVIDIA顯卡驅動

默認Ubuntu安裝的是llvmpipe這個顯卡驅動，這個是linux下的公用顯卡驅動，如今須要換成NVIDIA的。

首先禁用nouveau。

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

加上如下這兩句：

blacklist nouveau
options nouveau modest=0

保存後，而後執行：

sudo updata-initramfs -u
sudo reboot

重啓後，Ctrl+Alt+F1切換到tty界面，關閉lightdm(若是沒有則不用管)：

sudo service lightdm stop

而後更新一下apt源以及看一下系統推薦的NVIDIA驅動版本：

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

根據推薦的驅動版本，安裝NVIDIA驅動：

sudo apt-get install nvidia-driver-460

若是嫌慢，能夠添加阿里或者清華源：

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

備份以後打開文件，添加如下源便可：

# 阿里雲源
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


# 清華大學源
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

別忘了添加以後，進行更新二連：

sudo apt-get update
sudo apt-get upgrade

這樣就能夠順利的安裝NVIDIA驅動了。

而後下載好如下三個深度學習伴侶：

開始安裝吧！

安裝Cuda、Cudnn

Cuda固然是必需要裝的。

找到下載好的11.1cuda環境包(如今出來11.2了)，而後執行：

sudo sh cuda_11.1.0_455.23.05_linux.run

會出來一堆blabla的選項：

一、確保你環境裏頭是否有舊的cuda，有的話建議刪除
二、贊成條款..
三、確認是否要安裝驅動、安裝demo...以及安裝位置肯定
四、開始安裝ing

對於老潘來講，上一步中已經安裝了cuda驅動，不須要再裝舊版的(新版驅動兼容舊版驅動匹配的cuda)，因此這裏就把驅動選項去掉，其餘的安裝按照個人需求循序漸進來就好。

注意
若是你沒有root權限，沒法使用 sudo，想要安裝cuda也是能夠的。只要自定義好安裝位置便可，運行以下命令便可將cuda安裝到當前home下的software文件夾內：

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

不論咋樣安裝好以後會顯示：

按照上面的要求配置環境變量便可:

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

將
export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH
添加到打開的文件中

(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的安裝就比較簡單了，解決壓縮包而後複製粘貼就行：

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

安裝Anaconda

安裝Anaconda也很簡單，從這裏下載好(不想下的看老潘整理文末的軟件包)：

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

安裝好以後，配置conda以及pip清華源，參考如下文字便可：

安裝Pytorch

安裝Pytorch就比較簡單了，若是不想本身編譯，直接從官方按照你的Cuda版本和Cudnn版本安裝便可：

https://download.pytorch.org/...

安裝好Pytorch以後，測試一下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~