下载并安装anaconda

1)官网下载anaconda.sh很慢，推荐在清华源下载https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/;

2)使用bash anaconda.sh来安装anaconda;

3)安装完成后，重启terminal；

4)输入命令"python --version"，查看python版本 (若不重启terminal直接输入命令，显示的仍是系统自带的python的版本);

输入命令"which python"，查看使用的是系统自带python还是anaconda的python。

安装显卡驱动输入"nivida-smi"命令，检测系统是否已安装了显卡驱动。

若提示无法识别nvidia-smi命令，说明系统没有安装驱动。

此时，输入命令"ubuntu-drivers devices"，

从输出结果看，系统建议安装nvidia-driver-440版本的驱动。

此时，需要确定显卡驱动使用的内核版本与推荐内核版本是否一致。当两者不一致时，一定要安装显卡驱动使用的内核，否则会出现错误。

具体地，输入命令“cat /proc/driver/nvidia/version”，查看显卡驱动使用的内核版本

可以看出Kernel Module为435.21。

这与系统推荐使用的内核版本不一致，故输入如下命令来安装435.21版本：

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-435

最后，输入命令“nvidia-smi”，检测安装的版本是否为435

3. 若出现“Failed to initialize NVML: Driver/library version mismatch”，说明安装的驱动有问题。

输入命令“cat /var/log/dpkg.log | grep nvidia”，查看电脑安装驱动

由上述部分截图可知，电脑安装的显卡驱动是440.64版本。

输入命令“sudo dpkg --list | grep nvidia-*”

可以看出，nvidia有多个版本，其中有自动更新后的440版本(即电脑现在使用的版本)，也有显卡驱动支持的版本435，这也是问题产生的根源。所以需要卸载现有驱动，重新安装435.21版本的驱动。具体如下：

输入“sudo apt-get purge nvidia*”，卸载电脑所有显卡驱动

重新安装命令见上。

安装cuda到Pytorch官网(https://pytorch.org/)检测Pytorch支持的cuda的最高版本

由图知，pytorch支持的cuda最高版本为10.1。

到官网(https://developer.nvidia.com/cuda-toolkit-archive)下载对应版本的cuda

在安装过程中依次选择“Continue”与“accept”；由于我们已安装了驱动，因而安装过程中不要再安装驱动(注意：中括号中空白表示不安装)，如图所示，点击install即可安装

配置.bashrc文件

在终端输入 “sudo gedit ~/.bashrc”

在文件末尾添加两行，注意修改为自己的路径

export PATH="/usr/local/cuda-9.0/bin:$PATH" #这里最好加上双引号把路径括起来

export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH"

测试cuda是否安装成功

重启terminal，输入“nvcc -V”(注意是大写的V)

之后编译CUDA Samples，注意修改自己的安装路径和版本

cd NVIDIA_CUDA-9.0_Samples/0_Simple/vectorAddmake./vectorAdd

出现下面的Test PASSED代表CUDA安装成功。

配置cudnn

1、到官网下载文件(https://developer.nvidia.com/rdp/cudnn-download)

注意：cudnn版本要与cuda的版本对应起来，随后选择“cuDNN Library for Linux ”。

2、解压并进入文件夹，运行如下命令

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64

sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h

sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*

3、查看cudnn版本

输入命令“cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2”

安装Pytorch

到官网(https://pytorch.org/)选择对应的版本，并在terminal输入命令安装

From:   https://www.cnblogs.com/moon3/p/12199588.html

转载本文请联系原作者获取授权，同时请注明本文来自高琳琳科学网博客。

链接地址：http://blog.sciencenet.cn/blog-1969089-1229138.html

上一篇：feature fusion network

下一篇：[转载]EfficientNet启示