Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

目录

Ubuntu server16.04安装配置驱动418.87、cuda10.1、cudnn7.6.4.38、anaconda、pytorch超详细解决

本篇博文根据本人亲装碰到的问题搜集总结而成，具体参考见结尾REFERENCE

安装GCC

服务器版未装有gcc，但英伟达驱动安装需要gcc，尝试过换源、更新软件库、以及overstack的几种方法均未能解决，最终发现可以通过安装build-essential软件包来解决问题，它会安装一堆新包，包括gcc， g++和make。

sudo apt install build-essential

安装NVIDIA驱动

由于直接安装cuda如果选择安装驱动会直接版本较低的驱动，所以采用先装驱动后装cuda的方式。

1. 卸载原有驱动（没装跳过）

  1. 方法一、通用sudo apt-get remove –purge nvidia*
  2. 方法二、 非官网驱动sudo apt-get remove --purge nvidia（版本全称，如我的nvidia-384.130）
  3. 方法三、官网驱动 sh ./nvidia.run --uninstall

2. 禁用nouveau

安装NVIDIA需要先禁用系统自带的驱动

  1. 打开文件sudo gedit /etc/modprobe.d/blacklist.conf

  2. 在文本末尾添加

    blacklist nouveau
option nouveau modeset=0

    无视warn

  3. wq， 执行sudo update-initramfs -u

  4. 检测，lsmod | grep nouveau，没有任何输出说明禁用成功

3. 安装NVIDIA显卡驱动

  1. 查看支持的驱动版本

    sudo apt-cache search nvidia*，一般安装大于等于最大的版本就好，我安装的是418.87

  2. 下载NVIDIA驱动，

    官网地址
    舊版地址

  3. 禁用X服务（最好有一台备用电脑，因为这一步会黑屏...因为我是采用ssh连接，所以对我没影响）

    sudo service lightdm stop

  4. 给文件赋执行权限并cd到下载目录

    cd ~ 
sudo chmod a+x NVIDIA-Linux-x86_64-384.130.run

  5. 安装

    sudo sh ./NVIDIA-Linux-x86_64-375.20.run –no-opengl-files

  6. 检测是否成功 nvidia-smi

安装CUDA10.1

  1. 官网地址

  2. 禁用X服务（黑屏）

    sudo service lightdm stop

  3. 给文件赋执行权限并安装

    sudo chmod a+x cuda_10.1.243_418.87.00_linux.run

sudo sh cuda_10.1.243_418.87.00_linux.run --override

    accepted， 除了驱动不选择，其他都选。

  4. 打开配置文件 vim ~/.bashrc,末尾写入

    export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

    生效 source ~/.bashrc

  5. 检测是否成功 nvcc -V

安装cudnn

  1. 官网下载，找到与cuda版本配对的cudnn，查看官网配对，以及更全的版本配对，我的cuda为10.1所以，cudnn选的是7.6.4

  2. 将下载的添加为压缩包并解压

    # compression
cp  cudnn-8.0-linux-x64-v5.1.solitairetheme8 good.tgz
# decompression
tar -xvf good.tgz

  3. 安装，其实就是改变文件位置和权限

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

  4. 查看cudnn版本：

    cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

以上便配置好服务器，以下为非root用户根据需要安装。

我安装的是anaconda、tensorflow、pytorch

安装anaconda

  1. 卸载anaconda（如有） rm-rf ~/anaconda，然后修改配置文件~/.bashrc

  2. 官网下载并安装

  3. 配置文件/home/yourusername/.profile,在最后一行添加如下

    # Anaconda
export PATH=$PATH:/home/username/anaconda3/bin

    生效 source /home/username/.profile

安装tensorflow

查看官网配对，确定安装版本

# 如果你安装的是 Python 3.6 版的Anaconda:
conda create --name tf_gpu_env tensorflow-gpu # tf_gpu_env是这个环境的名字

# 如果你安装的是 Python 3.7 版的Anaconda，则需要声明新创建的环境使用 Python 3.6:
conda create --name tf_gpu_env python=3.6 anaconda tensorflow-gpu

安装pytorch

  1. 新建虚拟环境并激活环境

    conda create -n pytorch python=3.7
activate pytroch

  2. 查看官网选择版本，获得代码

    如我的

解决问题：

  1. ERROR: Cannot uninstall 'wrapt'. during upgrade
  2. tensorboard 1.14.0 has requirement setuptools>=41.0.0, but you'll have setuptools 39.1.0

Reference

https://blog.csdn.net/zhang970187013/article/details/81012845

https://www.linuxidc.com/Linux/2019-06/159059.htm

https://blog.csdn.net/Eddy_zheng/article/details/52910249

https://blog.csdn.net/DarrenXf/article/details/82182449

https://blog.csdn.net/qq_41620607/article/details/81236525

https://www.cnblogs.com/onemorepoint/p/7453766.html

https://blog.csdn.net/qq_22474567/article/details/54984257

https://blog.csdn.net/yuejisuo1948/article/details/81043962

https://github.com/tensorflow/tensorflow/issues/30191

https://blog.csdn.net/weixin_44179909/article/details/96973208

https://zhuanlan.zhihu.com/p/59278962

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/icodeworld/p/11609747.html