基于Ubuntu18.04下深度学习服务器搭建

基于Ubuntu18.04下深度学习服务器搭建

目录：

1. 基于Ubuntu18.04下深度学习服务器搭建
   1. 主要模块组成
   2. Anaconda安装
   3. CUDA安装
   4. pytorch安装
   5. CuDNN安装
2. 其他常用指令
   1. 查看系统发行信息
   2. 查看系统位数
   3. 为用户分配sudo权限
   4. 安装Apache服务器并启用防火墙控制
   5. 新建用户
   6. 查看、安装、卸载、更新GPU显卡驱动
   7. 安装jdk1.8

一、基于Ubuntu18.04下深度学习服务器搭建

1、主要模块组成

• GPU显卡驱动安装：高效执行复杂的数学和几何计算
• Anaconda安装：一个开源的Python发行版本，conda可用于快速安装不同版本的软件包及其依赖包，Anaconda包含conda、Python、Numpy、Pandas等包
• CUDA安装：通用并行计算架构，执行device端的Kernel程序，解决大量并行化的问题，有效利用GPU芯片上的大量执行单元
• cuDNN安装：用于深度神经网络的GPU加速库
• pytorch安装：基于自动求导系统构建神经网络，为张量计算（如Numpy）提供强大的GPU加速

2、Anaconda安装

（1）安装过程：

• 使用清华镜像下载安装包：sudo wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
• 执行脚本文件：sh Anaconda3-5.3.1-Linux-x86_64.sh​​​​​​，按照提示输入回车或yes后，软件会自动进行安装
  • 
• 安装完毕后查看Anaconda和conda版本信息：anaconda -V和conda -V，查看到Anaconda的版本为1.7.2，conda的版本为4.5.11
  • 
• 使用指令：conda info也能查看到详细信息：
  • 

（2）安装过程遇到的问题以及解决办法：

a）报错信息：conda报错from conda.cli import main ModuleNotFoundError: No module named 'conda'

解决办法：

• 在安装完成后立即更新conda：conda update conda
• 

3、CUDA安装

• 为了兼容大部分TensorFlow中的模块，服务器上安装CUDA9.0版本，但尝试过11.1版本的CUDA安装，下面分别记录两个版本的Cuda的安装过程：

（1）11.1版本CUDA安装：

• 执行指令：wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
• 将文件移动到etc目录：sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
• 接下来执行指令：wget