ubuntu20.04+cuda+pycharm+Anaconda

安装顺序：安装适合版本的显卡驱动——>安装cuda——>安装cudnn——>安装Pytorch-gpu

各个版本的CUDA

各个版本的cuDNN

Anconda官网

pycharm官网

pytorch官网

我的显卡是RTX2060+驱动:470.129.06+CUDA11.4.x+cuDNN V8…2.4

安装NVIDIA驱动

若无安装NVIDIA驱动可忽略该步骤

卸载原有nvidia驱动

sudo apt-get --purge remove nvidia*

sudo apt autoremove

To remove CUDA Toolkit:

sudo apt-get --purge remove "*cublas*" "cuda*"

To remove NVIDIA Drivers:

sudo apt-get --purge remove "*nvidia*"

然后重启

开始安装NVIDIA驱动

使用ubuntu-drivers devices命令查看显卡型号和推荐驱动版本:

自动安装推荐(recommended)的驱动:

sudo ubuntu-drivers autoinstall

或者也可以直接安装指定驱动:

sudo apt install nvidia-driver-470

建议安装推荐的驱动

安装成功后重启，确认能进入系统后使用命令确认安装成功:

ls -l /usr/src/

安装CUDA

各个版本的CUDA

下载成功后运行文件

sudo bash cuda_11.4.2_470.57.02_linux.run

根据提示需要进行环境变量的设置

sudo gedit ~/.bashrc

加在文件末尾

# added install cuda
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export	LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存退出

source ~/.bashrc

检查是否成功

cat /usr/local/cuda/version.*

这样子就是成功

安装cuDNN

各个版本的cuDNN

• 下载后解压，将cuDNN压缩包中的文件拷贝到CUDA的文件夹中:

sudo cp cuda/include/cudnn.h /usr/local/cuda-11.4/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.4/lib64
sudo chmod a+r /usr/local/cuda-11.4/include/cudnn.h /usr/local/cuda-11.4/lib64/libcudnn*

测试

cat /usr/local/cuda/include/cudnn_version.h

最后测试

输入命令

nvidia-smi

出现这样内容就成功了

出现的问题

NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. 
Make sure that the latest NVIDIA driver is installed and running.

安装系统后，开启UEFI secure boot 情况下，无法加载nvidia、obox、网卡驱动和其他第三方驱动等模块问题

原因在于：第三方模块没有被合法签名，所以无法校验成功

UEFI secure boot开启后ubuntu启动和校验次序：

启动顺序：前者对后者的签名进行验证是否合法，非法就会拒绝加载
EFI fireware -> shim -> grub2 -> kernel -> modules

很多人被迫在BIOS里面禁用UEFI，这虽然可以解决问题，但是会影响Windows等系统启动

其实，可以不用禁用BIOS里面的UEFI安全启动。

用Mok管理工具，禁用shim -> grub2这一步之后的校验就行

代码：

sudo mokutil --disable--validation

输入上述命令，会要求你设置一个8-16位的密码，你设置好后重启，重启第一和次，会有几秒钟提示你按任意键进入MoK管理界面，然后按照提示输入刚才设置的密码的对应位（就是让你输入你的密码的第几位的值），然后管理Mok，禁用Sucure boot就行

安装Anaconda

Anconda官网

进入官网下载个人版，存放在Download目录，进入目录按下列步骤执行：

bash Anaconda3-2020.02-Linux-x86_64.sh 
# 输入enter，读完协议
Do you accept the license terms? [yes|no]
[no] >>> 
Please answer 'yes' or 'no':
# 输入yes
进入选择安装目录界面：“按回车键确认安装路径，按'CTRL-C'取消安装，或者指定安装目录。”
Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]
[no] >>> yes  # 输入yes，这样改变了/home当前用户名/.bashrc文件
#　可选地。我们可以gedit打开.bashrc，发现的确文件最后内容添加了anaconda的东西
出现：
==> For changes to take effect, close and re-open your current shell. <==
# 必须重新打开shell才能操作Anaconda
If you'd prefer that conda's base environment not be activated on startup, 
   set the auto_activate_base parameter to false: 

conda config --set auto_activate_base false # 这样可以禁用anaconda的base环境

Thank you for installing Anaconda3!

管理环境

• 关掉当前shell，重新进入

conda -V 或者 conda --version
Python -V 或者 Python --version

创建新环境

conda create --name <env_name> <package_names>

切换环境

conda deactivate # 退出conda进入root环境，命令行前面的base没了
conda activate  # 激活conda环境
source activate <env_name>  # 进入某环境 ，不用<>

管理包

• 在指定环境中安装包

conda install --name <env_name> <package_name>
1

• 在当前环境安装包

 conda install <package_name>
1

• 当conda无法安装时，可以用pip安装

pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包。但是anaconda可以在当前环境中安装另一个环境的包。
pip无法更新python，因为pip并不将python视为包。
pip可以安装一些conda无法安装的包；conda也可以安装一些pip无法安装的包。因此当使用一种命令无法安装包时，可以尝试用另一种命令。

提示未找到conda命令

往 /.bashrc 文件末尾追加 anaconda 的路径（/home/yourname/anaconda3/

echo 'export PATH="/home/majianwei/anaconda3/bin:$PATH"' >> ~/.bashrc

• 更新source

  source ~/.bashrc
  

安装Pycharm

pycharm官网

下载后解压文件夹

安装GPU版Pytorch

pytorch官网

我的版本就是以下

在自己的python或者conda环境中输入

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

由于网络问题可能下载不成功，运行多几次安装完毕就行

测试是否安装成功

import torch
print(torch.cuda.is_available())

若配置成功会显示True

失败原因一

• cuda、cudnn、显卡驱动版本均正确，但是安装Pytorch的时候，由于源的问题，安装的Pytorch并不是gpu版本或者说版本号不对，因此，可以用conda list 观察安装的Pytorch版本对不对

失败原因二

• 安装Pytorch的时候从Pytorch官网复制conda 安装命令， 注意安装的Pytorch对应的cuda版本与我们安装的cuda版本要一致！

参考文章：