ubuntu搭建深度学习环境

安装vscode

方法一：

依次输入如下命令

1.sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make 
2.sudo apt-get update 
3.sudo apt-get install ubuntu-make 
4.umake ide visual-studio-code

可以在应用找到vscode即为成功

安装git

1.sudo apt update
2.sudo apt install git

可以在git --version打印出版本即为成功

安装cuda

在这里找CUDA Toolkit Archive | NVIDIA Developer

(nvcc -V的话是查询系统安装的cuda版本，而nvidia-smi是查看GPU使用情况的（也可以用来检查驱动是否安装成功）。nvidia-smi之所以会出现cuda version，我印象里谷歌给的解释是，release这个显卡驱动时英伟达使用的cuda版本。只需要保证nvidia-smi显示的cuda version比nvcc -V显示的版本高就行)

1.wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
2.sudo sh cuda_11.3.0_465.19.01_linux.run

以下这样即为成功

===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-10.2/
Samples:  Installed in /home/wohu/, but missing recommended libraries

Please make sure that
 -   PATH includes /usr/local/cuda-10.2/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-10.2/lib64, or, add /usr/local/cuda-10.2/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-10.2/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-10.2/doc/pdf for detailed information on setting up CUDA.
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 440.00 is required for CUDA 10.2 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run --silent --driver

Logfile is /var/log/cuda-installer.log

多种方式验证cuda是否安装成功

ll /usr/local/

若看到 /usr/local/ 目录下已经有 cuda -> /usr/local/cuda-10.2// 软链接，则为成功

然后继续配置cuda环境变量

打开.bashrc并修改

sudo vi ~/.bashrc

进入文件后使用上下左右移动键将光标移动到最后一行，然后使用字母按键o插入一行

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

继而接着再插入一行

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

最后按下esc按键，然后输入:wq即可保存

然后还要使得配置的环境变量生效，所以继续输入

sudo source  ~/.bashrc

如果遇到source command not found情况，可以切换到root用户，使用sudo -s切换，然后执行source ~/.bashrc 即可成功

当一切搞定，就可以测试cuda，查看cuda版本使用nvcc -V

卸载cuda

在cuda10.2里对应torch1.7.0和torchvision0.8.1使用nvidia 3090不太行（原因：算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行，但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行，同理算力8.x的显卡不可以在支持最高算力7.x的CUDA版本下运行），会报错，所以此时只能升级torch版本

这里感觉装了两个无用cuda版本有点难受，所以卸载他们

cd /usr/local/cuda-xx.x/bin/ 
sudo ./cuda-uninstaller

当下载cuda提示连接超时时，建议直接重启电脑

胡乱卸载导致nvidia-smi找不到设备了，故重新安装nvidia驱动

首先安装驱动前一定要更新软件列表和安装必要软件、依赖（必须）

sudo apt-get update   #更新软件列表
 
sudo apt-get install g++
 
sudo apt-get install gcc
 
sudo apt-get install make

lspci | grep -i nvidia或者ubuntu-drivers devices 查看显卡型号，然后进入这个网站

https://www.nvidia.cn/Download/index.aspx?lang=cn

卸载原有驱动

sudo apt-get remove --purge nvidia*   # 或者nvidia-*

禁用nouveau(nouveau是通用的驱动程序)（必须）

sudo gedit /etc/modprobe.d/blacklist.conf 或者(blacklist-nouveau.conf)

在打开的blacklist.conf末尾添加如下，保存文本关闭

blacklist nouveau
 
options nouveau modeset=0

在终端输入如下更新，更新结束后重启电脑（必须）

sudo update-initramfs –u

重启后在终端输入如下，没有任何输出表示屏蔽成功

lsmod | grep nouveau

安装lightdm，lightdm是显示管理器，主要管理登录界面，ubuntu20.04、21.04、22.04需要自行安装,然后上下键选择lightdm即可

sudo apt-get install lightdm

为了安装新的Nvidia驱动程序，我们需要停止当前的显示服务器。最简单的方法是使用telinit命令更改为运行级别3。在终端输入以下linux命令后，显示服务器将停止。（必须）

sudo telinit 3

进入黑漆漆的文本界面tty（如果进不去，就按Ctrl + Alt + F1~F6中的一个 (分别对应进入tty1~tty6)），然后输入用户名和密码

在文本界面中，禁用X-window服务,在终端输入（必须）

（如果是默认的gdm3显示管理器，命令为sudo /etc/init.d/gdm3 stop）

sudo /etc/init.d/lightdm stop或者（sudo service lightdm stop）

cd命令进入到你存放驱动的目录，输入命令：

sudo chmod 777 NVIDIA-Linux-x86_64-430.26.run   #给你下载的驱动赋予可执行权限，才可以安装

sudo ./NVIDIA-Linux-x86_64-430.26.run （–no-opengl-files）   #安装

简洁版

sudo apt-get update   #更新软件列表
 
sudo apt-get install g++  #安装必要依赖
sudo apt-get install gcc
sudo apt-get install make
 
sudo apt-get remove --purge nvidia*  #卸载原有所有驱动（或者nviida-*）
 
sudo gedit /etc/modprobe.d/blacklist.conf   #禁用nouveau，末尾添加如下两行命令保存
blacklist nouveau   
options nouveau modeset=0
 
sudo update-initramfs –u   #更新
reboot   #重启电脑
lsmod | grep nouveau   #检查，输入之后无其他输出，成功，继续
 
sudo telinit 3  #进入文本界面
sudo service gdm3 stop   #停止显示服务
sudo chmod 777 NVIDIA-Linux-x86_64-430.26.run   #给你下载的驱动赋予可执行权限，才可以安装
sudo ./NVIDIA-Linux-x86_64-430.26.run    #安装
 
sudo  service  gdm3 start   #重启显示服务，完成

安装anconda

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

在镜像源下载anconda3-5.2.0-linux-x86_64版本

然后在下载文件位置打开终端，运行(bash+文件名)

bash Anaconda3-2020.02-Linux-x86_64.sh

一直enter，然后两次都yes

最后conda -v查看conda版本即可

配置conda镜像源

首先看安装地址有没有.condarc文件，没有则运行

conda config --set show_channel_urls yes

然后，如果有可视化界面，直接使用text editor编辑负责这一段进.condarc文件即可

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

实战项目

接下来以实战项目为例：fairmot的复现

首先我们去找到项目的github

遇到的第一个问题：cuda是11.4，没有适配的torch，所以需要去安装其他版本cuda，这里准备降到10.2版本

多cuda版本使用

多版本cuda动态切换（举例）：
1、更改环境变量，将cuda-10.1变为cuda-9.0
sudo gedit ~/.bashrc
注释掉原来的cuda10.1版本的环境变量，替换为cuda9.0的环境变量
export PATH="$PATH:/usr/local/cuda-9.0/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64/"
export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda-9.0/lib64"
2、删除之前的软连接，并生成新的软连接
sudo rm -rf /usr/local/cuda #删除之前创建的软链接
sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda #创建新 cuda 的软链接

对应项目所需torch去下载

https://download.pytorch.org/whl/cu113/torch_stable.html