淮左青衣

Ubuntu中Docker的安装授予当前用户Docker权限（不用每次都sudo）修改Docker的默认存储位置Docker中使用宿主机的GPU（安装NVIDIA Container Toolkit)将当前的Conda环境封装成Docker镜像

0x00 下载镜像我们要复现的项目一般都用pytorch或者tensorflow框架，可以直接基于现有的pytorch或者tensorflow的Docker镜像，然后再在里面安装其他的包。下载地址：pytorch：https://hub.docker.com/r/pytorch/pytorch/tagstensorflow：https://hub.docker.com/r/tensorflow/tensorflow/tags根据项目中的环境要求，选择相应的版本，然后pull下来，比如：doc

0x00 前言上一篇介绍了CUDA和cuDNN的安装，接下来，我们就要部署python开发环境了。这里我们先部署最主流的：Anaconda0x01 Anaconda 安装官网下载官网地址：https://www.anaconda.com/products/individual#linux选择这个，复制链接地址，执行下面的命令wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh安装配置执

0x00 前言从事深度学习领域一年，复现和自己实现过几十个深度学习项目，管理

0x00 前言上一篇中我们介绍了深度学习环境搭建的第一步：NVIDIA驱动的安装。现在车的轮子有了，接下来就要来搭建车的车身了，也就是今天的主角：CUDA 和 cuDNN， 它是我们程序和驱动之间的连接，告诉我们怎么用Driver来发动我们的车子。0x01 CUDA 和 cuDNN 的安装CUDA 安装在官网选择CUDA的版本和要安装的平台官网地址：https://developer.nvidia.com/cuda-toolkit-archive在上面的网页中选择你要安装的版本，进入到下面

禁用nouveau在终端中输入，打开配置文件sudo gedit /etc/modprobe.d/blacklist.conf编辑上述配置文件，在文件末尾输入下述两行blacklist nouveauoptions nouveau modeset=0更新一下应用更改，让应用生效sudo update-initramfs -u重启sudo reboot查看上述配置是否生效lsmod | grep nouveau什么都没有输出就是生效了！！！查..