Ubuntu16.04+1080ti+tensorflow+pytorch+teamviewer 配置

最新推荐文章于 2023-09-30 20:28:12 发布

ydncw

最新推荐文章于 2023-09-30 20:28:12 发布

阅读量1.2k

点赞数

分类专栏：深度学习文章标签： tensorflow ubuntu cuda cudnn deep learning

本文链接：https://blog.youkuaiyun.com/Eric_Evil/article/details/79423646

版权

深度学习专栏收录该内容

11 篇文章

订阅专栏

踩过太多次坑了，每次不记录结果每次再装又会出问题，记录如下：

自己又重新来了一次，没有什么问题。

1、首先安装Ubuntu系统

在第一步就出了问题，因为1080ti卡算是版本（水平？性能？，相对于一般的卡）比较高的卡，ubuntu系统是没有可以直接给大卡用的驱动的，所以在进入U盘引导界面的时候就会出现提示驱动问题的错误。

解决方法：从别的电脑上拆下一个低端一点儿的显卡，把1080ti换下来，再重新引导，就可以正常安装系统了。

安装过程中，我分区如下，大概50g：

swap： 16g（我的内存大小是16g）

/boot：1g

/：15g

/home： 20g（很多文件都直接放到home下了，其实我感觉可以大一些）

2、接下来是1080ti驱动安装问题

（最简单的方法：下载run文件安装，命令：sudo sh NVIDIA-driver.run -no-opengl-files -no-x-check -no-nouveau-check）

    2.1 ubuntu系统，下载最新的nvidia官网驱动（NVIDIA-Linux-x86_64.run）

    2.2 配置kernel以text模式启动（需要用sudo vim等，如果没有vim：sudo apt install vim）：
     修改/etc/default/grub文件：
     GRUB_CMDLINE_LINUX_DEFAULT="quiet splash"
     修改为:
     GRUB_CMDLINE_LINUX_DEFAULT="quiet splash nomodeset"
    2.3 sudo reboot重启电脑（好像是得重启一下，我有一次没重启，导致显卡驱动安装失败，好像是说目前的低版本驱动正在使用无法安装）

修改完，执行: sudo update-grub 使其生效

2.4 按Ctrl+Alt+F1进入命令行模式

添加root用户： sudo passwd root （这里开始好像是建立root密码，一般人都是安装的中文版ubuntu，显示有乱码）

输入密码（这里输入两次是确认密码应该是，进入root应该是输入 $ su root）

2.5 关闭图形系统
$sudo service lightdm stop

2.6 添加显卡驱动权限

chmod +x Nvidia.....（全名）

2.7 终端中执行安装文件
./NVIDIA-Linux-x86_64-352.21.run（路径自行修改）
2.8 安装完成后，启动图形系统

$sudo service lightdm start

然后你就可以关机换大卡了，如果你有核弹，赶紧上！

重启后输入nvidia-smi 应该就可以看到相应的显卡信息了，输入nvidia-settings 应该可以弹出控制界面。

卧槽庆祝一下，刚刚tensorflow-gpu运行居然成功了...

3、驱动装完之后就可以安装CUDA了

网上很多建议安装.run版本的，我试了一次，没成功，最后还是用的.deb版本，我这里用的是8.0版本。

https://developer.nvidia.com/cuda-toolkit-archive 这个连接可以下载各个版本的cuda。

按照官方的安装步骤就很好用，如下：

`sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb`
`sudo apt-get update` #在这一步遇到点儿问题，进度条卡在0%不往前走，因为他链接的是ipv6地址，要不你连接ipv6（一般校园网），或者去改配置只能用ipv4什么的，我没细查，具体大家自己去查吧。
`sudo apt-get install cuda`

过程中我没遇到问题，而且我也直接在terminal中运行的，没有关闭图形界面之类的。这里cuda就安装完成了，然后是配置路径。

CUDA相关的环境变量可以放在~/.bashrc中，

    vim ~/.bash_profile

ps：vim使用大概介绍：进入界面后，输入”i“，就可以开始编辑，按”esc“，退出编辑，按”：“，输入”wq“ 保存退回terminal。

在其中，增加如下两行，

    export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-  8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"
    export CUDA_HOME=/usr/local/cuda-8.0

4、接下来安装cudnn

我直接下的cuda 8.0对应的6.0版本cudnn”cuDNN v6.0 Library for Linux“，按说应该下下来是.tgz格式的，结果我今天下下来是个奇奇怪怪的格式，linux认不出来，我就直接右键重名民给改成.tgz，用的很好。

解压之后移动文件如下：

    sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
    sudo cp -d cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*

自己改路径去吧，前边是解压出来的文件路径，后边儿是cuda的文件路径。

5、闲谈：

有人说需要gcc降版本的，安装bazel的我都没有弄，没啥问题最后。gcc说是因为cuda8.0不支持，但是现在基本都会用到9.0了，估计gcc降级越来越不是问题了。

6、安装Anaconda3

去官网下载。

bash 那个.sh文件。安装过程中让你选是不是默认加入到路径中，你记得选是就可以了，没选的话自己加，官网有说明。

我有的时候也忘记加了...官网说明如下：/home/<user>/.bashrc 添加 export PATH="/<path toanaconda>/bin:$PATH"就可以了

安装完之后，运行 source ~/.bashrc ,你就可以去terminal输入python试一试了

7、重头儿，最简单的验证你前面对不对的就是直接看这一步结果对不对了。

我是比较懒，也没去学直接编译源码什么的，我就直接pip install tensorflow-gpu 安装的，不过后来总是报错，大概如下：

ImportError:libcublas.so.9.0:cannot open shared object file, no such file or directory.

(github下有这个问题的讨论：https://github.com/tensorflow/tensorflow/issues/15604, 里面有一个兄弟一语道破原因，说：

第一句：tensorflow-gpu-1.5版本需要cuda 9.0（我安装的是cuda8.0 tf-1.6），我应该卸了现在的重新安装1.4版本的tf才可以，”pip install --upgrade tensorflow-gpu==1.4“

第二句：我们还是应该多看官方文档啊，里面都有啊，比如tf的运行环境啊什么的（python，gcc，cuda，cudnn and so on）

重新装了tf-gpu 1.4之后就没问题了，写了一个简单的回归问题，100步毫秒算完。我要贴图了

然后最后是，我的系统崩了，我是在recovery系统里试的，回头我还得再装一遍......不过有了经验也快了，希望能帮到大家，装了两三次了，这回终于装好了。

最终： cuda8.0； cudnn6.0； tensorflow-gpu-1.4

新添加：

安装teamviewer：就正常安装，会遇到依赖问题，输入 sudo apt-get -f install 会自动解决依赖问题，再安装就没问题了。

安装opencv：pip install opencv-python

安装chrome浏览器：就按照百度经验走就ok

安装shutter截图工具：http://blog.youkuaiyun.com/hanshileiai/article/details/46843713

安装pytorch（py3.5/cuda8.0）：

pip3 install http://download.pytorch.org/whl/cu80/torch-0.3.1-cp35-cp35m-linux_x86_64.whl

pip3 install torchvision

更新一下windows安装的坑：

可以参考：https://blog.youkuaiyun.com/xiangxianghehe/article/details/78736482 这篇博客，里面有下载链接，不过他的好像是支持cuda版本的，但是我上一个cpu也安装成功了，DLL问题被我莫名的解决了，然后在也解决不了了......

然后评论有一个哥们的方法比较直接：

conda install -c peterjc123 pytorch-cpu 可以直接安装cpu版本

--------------------------------------------------------------添加清华源-------------------------------------------------------------------------------

然后是linux的坑：

直接下载会很慢，可以加入清华源下载，速度飞起：

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/main/

conda config --set show_channel_urls yes

然后conda install pytorch torchvision就ok了

ps: 目前清华源中的torch 0.3.0cuda有点慢，conda install pytorch torchvision cuda80 -c soumith 用这个cuda慢的问题没有了

----------------------------------------------------------------查看CUDA版本信息------------------------------------------------------------------

cat /usr/local/cuda/version.txt

补充部分：conda 离线配置pytorch

conda下载很慢的另一种解决办法（离线）：

参考：https://www.cnblogs.com/darkknightzh/p/12000809.html

1. 去conda官网https://anaconda.org/pytorch/pytorch/files下载pytorch：

2. 去conda官网下载torchvision：https://anaconda.org/pytorch/torchvision/files

3. 去conda官网下载cudatoolkit：https://anaconda.org/anaconda/cudatoolkit/files

4. 离线安装pytorch、torchvision、cudatoolkit等（后缀bz2要保留。若使用迅雷下载，可能会添加.tar的后缀，如xxx.tar.bz2.tar，此时需要删除.tar，只保留到bz2）：

conda install --offline pytorch-1.3.1-py3.7_cuda10.1.243_cudnn7.6.3_0.tar.bz2

conda install --offline torchvision-0.4.2-py37_cu101.tar.bz2

conda install --offline cudatoolkit-10.1.243-h6bb024c_0.tar.bz2

5. 参考网址中指出，离线安装好之后，还要重新使用conda在线安装一次，对相关的包进行在线匹配，但是要删掉最后的-c pytorch，，因为它代表直接从官网去下载，不会与本地的匹配，还会重新下载，命令如下：

conda install pytorch torchvision cudatoolkit=10.1