安装过程
- (1)安装 Ubuntu
- 1.1 安装 ultraiso
- 1.2 下载 ubuntu 18.4 系统
- 1.3 制作U盘启动盘
- 1.4 安装操作
- 1.5 磁盘格式化和挂载
- (2)安装 CUDA 环境
-
- (3)安装 Anaconda 环境
- 3.1 下载
- 3.2 安装
- 3.3 配置conda源
-
- 3.4 配置pip的源
公司有台有显卡(RTX2070)的PC机器从上一个项目淘汰下来,我就准备在上面安装上pytorch的环境准备在上面跑一些深度学习的实验,说干就干。因为只在物理机上安装过windows 系列的操作系统,用的U深度、大白菜、老毛桃之类的U盘启动来安装,经过多次尝试发现安装Linux系统不行。因此就需要 ultraiso 工具来制作U盘启动盘来安装系统。
本操作文档仅作为操作记录使用,希望可以帮到初次安装的同学,自己也可以整理下思路,一举两得。
(1)安装 Ubuntu
1.1 安装 ultraiso
下载地址:https://cn.ultraiso.net/xiazai.html
![在这里插入图片描述](https://img-blog.csdnimg.cn/72158d61e9324496b43f341b974158f4.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
下载后可以免费试用,当然土豪也可以付费,o( ̄︶ ̄)o
1.2 下载 ubuntu 18.4 系统
下载地址可以参考:https://ubuntu.com/download/alternative-downloads
https://releases.ubuntu.com/18.04/ubuntu-18.04.6-desktop-amd64.iso.torrent
![在这里插入图片描述](https://img-blog.csdnimg.cn/762c8da992fe4343a07e6e8eb1c162eb.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
下载BT种子,直接用迅雷打开就行,下载速度非常快。
1.3 制作U盘启动盘
下载好 ubuntu 系统,然后打开 ultraiso 软件 > 文件 > 打开 > 找到刚才下载的iso文件
![在这里插入图片描述](https://img-blog.csdnimg.cn/eb4df55799964744a1eac2b2e9e08b88.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
开始刻录iso文件,启动 > 写入硬盘映像
![在这里插入图片描述](https://img-blog.csdnimg.cn/08a60f615aae4973b9dacd4ef29ed1c9.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
先格式化U盘,然后再写入操作系统的光盘映像
![在这里插入图片描述](https://img-blog.csdnimg.cn/14f9a23129be4caaa4af5ccc8a888064.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
经过几分钟的写入过程,启动盘就弄好了。
1.4 安装操作
下面应该是大家很熟悉的过程了,进入机器的BIOS,选第一启动项是U盘,然后重启,然后就进入 ubuntu 的安装界面了,这个应该很容易了。
1.5 磁盘格式化和挂载
因为公司电脑主磁盘是250G的固态硬盘,挂载了一个1T的机械硬盘,因此需要把外挂的1T磁盘作为数据盘挂载到系统里面,本文选择了使用图形化的工具 GParted 进行格式化硬盘,参考文档:https://blog.csdn.net/jingsiyu6588/article/details/88416505
系统安装在了主磁盘,总共250G
![在这里插入图片描述](https://img-blog.csdnimg.cn/e25dd3892a824774893212d838aa5269.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
你可以通过这个工具来自主的删除和格式化磁盘。本磁盘是总共1T,使用的文件系统是ext4,下面通过通过命令行挂载新的磁盘。
sudo mkdir /data
sudo chown parim:parim /data
sudo mount /dev/sda1 /data
sudo vi /etc/fstab
增加如下内容
/dev/sda1 /data ext4 defaults 0 0
这是我已经挂到了/data 目录下的图片
![在这里插入图片描述](https://img-blog.csdnimg.cn/48e4b54fcdd448d0a68a8fbddd506f7c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
可以重启机器,看看磁盘是不是已经挂载好了
![在这里插入图片描述](https://img-blog.csdnimg.cn/c7fd232a04b644a9a0c83995acc5d768.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
(2)安装 CUDA 环境
2.1 显卡驱动安装
安装驱动有很多方法,可以参考这个文章:https://zhuanlan.zhihu.com/p/59618999
方法一:图形化安装 (推荐)
![在这里插入图片描述](https://img-blog.csdnimg.cn/a17502a4b658473cbbb83af7be55ebc0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
可以看到已经默认安装了一个开源的驱动
![在这里插入图片描述](https://img-blog.csdnimg.cn/ca974df7dab74dcfbe82bf4896aa551f.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
我们可以从列表里面自行选择一个驱动,比如现在最新的495版本的驱动
![在这里插入图片描述](https://img-blog.csdnimg.cn/c16b41ccfca44e87a920eaab7a868828.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
选择后,系统会自动下载驱动并安装:
![在这里插入图片描述](https://img-blog.csdnimg.cn/084cffafcab74f6a84053b9ed4a78b2e.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
方法二:命令行自动安装
如果同意安装推荐版本,那我们只需要终端输入:sudo ubuntu-drivers autoinstall 就可以自动安装了。
当然我们也可以使用 apt 命令安装自己想要安装的版本,比如我想安装 470 这个版本号的版本,终端输入:sudo apt install nvidia-470 就自动安装了。
安装过程中按照提示操作,除非你知道每个提示的真实含义,否则所有的提示都选择默认就可以了,安装完成后重启系统,NVIDIA 显卡就可以正常工作了。安装完成后你可以参照 https://linuxconfig.org/benchmark-your-graphics-card-on-linux 上的介绍测试你的显卡。
方法三:下载驱动安装
因为 CUDA 的安装包里面的 驱动程序一般都不能用,需要自己根据显卡型号和操作系统来进行安装驱动。
地址:https://www.nvidia.cn/geforce/drivers/
自行选择显卡型号和操作系统等信息:
![在这里插入图片描述](https://img-blog.csdnimg.cn/ccfba083255749ecaa8abc654f83d7a6.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
下载最新的就行:
![在这里插入图片描述](https://img-blog.csdnimg.cn/f355ed20e89548ac9b6f8aae8f7a80a5.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
接着需要先安装一些 NVIDIA 显卡依赖的软件,在终端依次执行如下命令:
sudo dpkg --add-architecture i386
sudo apt update
sudo apt install build-essential libc6:i386
![在这里插入图片描述](https://img-blog.csdnimg.cn/75a41d3ad68f40b4a08051b48b42edfe.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
Ubuntu 系统默认安装好是使用的一个开源的驱动:nouveau,我们要安装官方的驱动需要先禁用这个开源驱动,方法如下,依次执行:
sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nvidia-nouveau.conf"
sudo bash -c "echo options nouveau modeset=0 >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"
执行完上面两条指令后,我们使用如下命令看看是否成功禁用了开源驱动:cat /etc/modprobe.d/blacklist-nvidia-nouveau.conf。如果和下面一样,表示成功了。
$ cat /etc/modprobe.d/blacklist-nvidia-nouveau.conf
blacklist nouveau
options nouveau modeset=0
![在这里插入图片描述](https://img-blog.csdnimg.cn/bc182052f6dc4a64a1bf065718005994.png)
这个时候我们需要先重启一下系统,重启吧。
重启成功后打开终端,输入如下命令:sudo telinit 3。然后按快捷键:CTRL+ALT+F1 进入字符界面,输入用户名和密码,然后登录系统,进入我们保存下载 NVIDIA 驱动的目录,默认是:Downloads/ 目录,cd Downloads/,然后执行:bash NVIDIA-Linux-x86_64-418.43.bin。注意:NVIDIA-Linux-x86_64-418.43.bin 要根据你下载的驱动文件的名字相应改动。
安装过程中都点同意即可,如果你遇到下面的提示,安装下面我的输入输入后回车继续安装:
The distribution-provided pre-install script failed! Are you sure you
want to continue? -> CONTINUE INSTALLATION Would you like to run the
nvidia-xconfig utility? -> YES
安装完成后重启系统就可以点击软件列表中的 NVIDIA 的配置软件配置显卡驱动了,如果你遇到如下报错,请依次在终端输入如下命令解决:
报错:WARNING: Unable to find suitable destination to install 32-bit
compatibility libraries 解决办法: sudo dpkg --add-architecture i386 sudo
apt update sudo apt install libc6:i386
2.2 下载 cuda
因为在笔者写文章时最新的 Pytorch 最新支持的 CUDA 版本是11.3,因此咱们需要下载 11.3 的版本
从下载列表中选择 11.3 ,下载列表:https://developer.nvidia.com/cuda-toolkit-archive
![在这里插入图片描述](https://img-blog.csdnimg.cn/9d1c73477d574148bae1ce73d359cf84.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
CUDA 11.3 的下载地址:https://developer.nvidia.com/cuda-11.3.0-download-archive
![在这里插入图片描述](https://img-blog.csdnimg.cn/1ee6a131d24b4647994d22250e0eefb4.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
sudo sh cuda_11.3.0_465.19.01_linux.run
下载完之后,直接安装就行,不过我这里出现了个问题就是安装的时候出现 gcc 不存在,需要现安装gcc
![在这里插入图片描述](https://img-blog.csdnimg.cn/3181f55039c44418a9fbb2aa38907cd5.png)
安装 gcc
sudo apt-get install gcc
![在这里插入图片描述](https://img-blog.csdnimg.cn/bd4f8fc3e5ab42dd80cfe79ce2562700.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
安装CUDA:
sudo sh cuda_11.3.0_465.19.01_linux.run
![在这里插入图片描述](https://img-blog.csdnimg.cn/4c9a6e8e9b7645b9a2894f31287c108e.png)
![在这里插入图片描述](https://img-blog.csdnimg.cn/bbeb431d42eb4795a2012c5020400291.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
![在这里插入图片描述](https://img-blog.csdnimg.cn/57415ab25bfb458aaaa76e6232a697f9.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
一般不安装cuda内置的驱动,按回车键取消掉
![在这里插入图片描述](https://img-blog.csdnimg.cn/1c15271546e047c4bb89da7cda2c9555.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
![在这里插入图片描述](https://img-blog.csdnimg.cn/6363fa59e8014ef0be47d399efe18848.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
正常安装完毕:
![在这里插入图片描述](https://img-blog.csdnimg.cn/0cd0e28168d9468e82a05159a25d0be1.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
安装完成,配置环境变量
sudo vim /etc/profile
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
source /etc/profile
注意环境变量路径,如图所示的路径。
![在这里插入图片描述](https://img-blog.csdnimg.cn/9c2bf09a857146698514d9dbcfc1d1d5.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
最后查看nvcc命令
![在这里插入图片描述](https://img-blog.csdnimg.cn/3c76cdfcff3243a58c66d54266719173.png)
(3)安装 Anaconda 环境
3.1 下载
地址:https://www.anaconda.com/products/individual
![在这里插入图片描述](https://img-blog.csdnimg.cn/c1a142c1d18a41d18d4227b046735324.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
3.2 安装
下载完毕后可以直接安装
sh Anaconda3-2021.11-Linux-x86_64.sh
输入yes
![在这里插入图片描述](https://img-blog.csdnimg.cn/f6fd4d554ae94a1482d6e29c96748a8a.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
输入安装目录,回车是默认目录
![在这里插入图片描述](https://img-blog.csdnimg.cn/a4808d9d245b47d889e85a478dddbf65.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
安装完毕了,
![在这里插入图片描述](https://img-blog.csdnimg.cn/a27614e40960401aabdcbed06dcec910.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
添加环境变量
sudo vim /etc/profile
export PATH=/home/parim/anaconda3/bin:$PATH
source /etc/profile
可以测试的创建一个虚拟环境
![在这里插入图片描述](https://img-blog.csdnimg.cn/b561d99a94af469086701b371c9b488d.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA54K85Li554uu,size_20,color_FFFFFF,t_70,g_se,x_16)
3.3 配置conda源
因为默认的conda源一般都是国外比较慢的源,国内的话建议配置清华的源或者中科大的源
3.3.1 中科大的源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
设置搜索时显示通道地址
conda config --set show_channel_urls yes
3.3.2 清华的源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
3.4 配置pip的源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip config set global.index-url http://mirrors.aliyun.com/pypi/simple/
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)