deepin 15.5 配置cuda8.0和pytorch

1. 安装nvidia驱动

sudo apt update

sudo apt install nvidia-smi nvidia-driver

对于单显卡的台式机用户，其他博客贴上的可切换式的配置是不需要的，仅仅安装显卡的监控驱动和显卡驱动即可。

尽量选择源内版本，在nvidia下载的ubuntu的驱动往往会出问题，兼容性差。

安装nvidia的驱动的过程中，可能会遇到说安装的驱动与当前加载的驱动有冲突，重启即可自动切换到安装的闭源驱动，所以选择确认以后安装程序会继续进行。

sudo reboot

直接重启

如果nvidia的驱动安装成功，则通过

nvidia-smi

可以显示出当前配置显卡的具体信息

2.  安装cuda驱动

如果式cuda8.0及其以下，deepin自带的gcc版本高了，需要进行降级。

sudo apt install g++-4.8 gcc-4.8
cd /usr/bin
sudo rm gcc g++
sudo ln -s g++-4.8 g++
sudo ln -s gcc-4.8 gcc

安装cuda的开发工具

sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler

sudo apt install python-pycuda   

python-pycuda 是cuda的python开发接口。

自己先前一直尝试到nvidia的官网下载ubuntu的cuda包，安装后驱动各种出问题。

3. 安装anaconda3

anaconda集成了python的大多数进行数据实验开发的工具库，安装这个库以后不必再安装numpy等，百度找到anaconda的官方网页: 

https://www.anaconda.com/download/#linux

这里根据想要搭配的pytorch的版本进行选择，我自己选择的python 3.6+pytorch+cuda8.0搭配，所以下载的3.6的版本。

下载完成后切换到下载目录安装anaconda

sudo sh Anaconda3-5.0.1-Linux-x86_64.sh

Anaconda3-5.0.1-Linux-x86_64.sh 为文件名，根据自己下载到的anaconda的文件名进行替换。

安装完成后需要对个人环境进行配置：

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

source ~/.bashrc

需要将anaconda3替换成为自己的安装位置

4. 下载pytorch

到pytorch的官网上去下载pytorch 的包

一种是根据自己的需要，选择安装命令再终端中自动下载安装，但是国内环境较差，比如我这个连命令都刷不出来，所以选择离线安装的方式：

http://pytorch.org/previous-versions/

在此网页选择自己适合的安装文件

根据我个人的需要，选择了第一个离线包，然后用迅雷下载到了本地。切换到下载目录，然后执行以下命令：

pip install torch-0.2.0.post3-cp36-cp36m-manylinux1_x86_64.whl

至此，从nvidia显卡到cuda开发工具，anaconda, pytorch 安装完成

使用网友的脚本进行测试：

完工！

参考文献：

http://blog.youkuaiyun.com/liaodong2010/article/details/71482304

https://wiki.deepin.org/index.php?title=%E6%98%BE%E5%8D%A1

https://zhuanlan.zhihu.com/p/26871672