主機回來以及，簡單的環境配置(RTX3070+CUDA11.1+CUDNN+TensorRT)

老潘部落格發表於2021-03-07
DNN

緊接著前幾天的事：

之後，決定買一臺整機玩玩。

而現在，主機終於回！來！了！主機回來幹什麼，當然是——配置環境。

老潘之前也有一些配置環境的文章，可以參考：

-_-|| 沒想到那會寫了這麼多配置環境的文章，可能那會遇到的問題比較多吧...配環境什麼的，其實只要嚴格按照步驟來一步一步配，基本上不會出現什麼問題，出現問題一般都是我們某一步沒有走對，而退回去再走比較麻煩而已。

而現在對於配環境來說可以是輕車熟路了(前幾年不知道踩了多少坑，到現在都印象深刻)，嚴格按照步驟來，安裝Ubuntu和配置深度學習環境，1個小時多就搞定了。

你懂得

接下來略微詳細地講一下過程。

  • Windows下安裝Ubuntu-18.04
  • 配置深度學習環境(Cuda+Cudnn+Pytorch+TensorRT)

主機長這樣

先放一組圖吧。

主機正面

躺下的主機

微星魔龍RTX3070正面

背部引線以及電源

插上顯示卡的主機

晚上開機長這樣

晚上開機還挺炫的，但其實對於老潘來說炫不炫不重要，效能好就行...

主機配環境

主機回來店家只給我裝了Windows系統，對於老潘來說，打遊戲是次要的(哈哈哈哈...)，忍住了先下載一個鬼泣5玩玩的想法。先從Ubuntu官方下載了官方的映象包。

官方最新的Ubuntu是20.10，但對於搞事的人來說，還是18.04版本好一些(之前實驗室用的是16.04)。

還是下載穩定版的吧

開始配置雙系統，雙系統是必須的，Ubuntu可以搞深度學習，也可以當伺服器使，Windows則可以應付一些遊戲和其他應急應用。

關於如何將下載好的Ubuntu系統映象製作成U盤、如何安裝，老潘這裡不贅述了。可以看以下這篇文章，介紹的很詳細，我就是按照這個嚴格來執行的：

當然如果有問題歡迎交流，直接留言即可~

安裝過程

雖然不贅述了，但還是簡單過一下：

進入BIOS，選擇Ubuntu啟動U盤，然後開始安裝Ubuntu：

其他一路點點點，然後簡單分個區。

ubuntu分割槽

然後開始安裝...

安裝ubuntu

等待半小時，裝好了！

設定SSH

為什麼要設定ssh，當然是想讓這個Ubuntu充當一個伺服器的作用，開啟之後可以使用ssh登入去操作。

例如我，可以先把伺服器開了，然後使用其他電腦，例如MAC，使用區域網通過SSH連線這個伺服器即可。

怎麼開啟ssh呢？新的Ubuntu系統還沒有安裝SSH。

執行以下命令：

sudo apt install openssh-server
sudo systemctl start ssh.service

然後可以通過netstat -lnp | grep 22檢視下開啟沒。

如果想要每次啟動自動開啟SSH，可以這樣：

sudo systemctl enable ssh

這樣就差不多啦。

安裝NVIDIA顯示卡驅動

預設Ubuntu安裝的是llvmpipe這個顯示卡驅動，這個是linux下的公用顯示卡驅動，現在需要換成NVIDIA的。

首先禁用nouveau。

執行sudo gedit /etc/modprobe.d/blacklist.conf

加上以下這兩句：

blacklist nouveau
options nouveau modest=0

禁用noueavu

儲存後，然後執行：

sudo updata-initramfs -u
sudo reboot

重啟後，Ctrl+Alt+F1切換到tty介面，關閉lightdm(如果沒有則不用管)：

sudo service lightdm stop

然後更新一下apt源以及看一下系統推薦的NVIDIA驅動版本：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
ubuntu-drivers devices

根據推薦的驅動版本，安裝NVIDIA驅動：

sudo apt-get install nvidia-driver-460

如果嫌慢，可以新增阿里或者清華源：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bcakup
sudo gedit /etc/apt/sources.list

備份之後開啟檔案，新增以下源即可：

# 阿里雲源
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
# 原始碼
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse


# 清華大學源
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
# 原始碼
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

別忘了新增之後，進行更新二連：

sudo apt-get update
sudo apt-get upgrade

這樣就可以順利的安裝NVIDIA驅動了。

然後下載好以下三個深度學習伴侶：

cuda+TensorRT環境包

開始安裝吧！

安裝Cuda、Cudnn

Cuda當然是必須要裝的。

找到下載好的11.1cuda環境包(現在出來11.2了)，然後執行：

sudo sh cuda_11.1.0_455.23.05_linux.run

會出來一堆blabla的選項：

  • 1、確保你環境裡頭是否有舊的cuda，有的話建議刪除
  • 2、同意條款..
  • 3、確認是否要安裝驅動、安裝demo...以及安裝位置確定
  • 4、開始安裝ing

對於老潘來說，上一步中已經安裝了cuda驅動，不需要再裝舊版的(新版驅動相容舊版驅動匹配的cuda)，所以這裡就把驅動選項去掉，其他的安裝按照我的需求按部就班來就好。

cuda安裝選項

注意
如果你沒有root許可權，無法使用sudo，想要安裝cuda也是可以的。只要自定義好安裝位置即可，執行如下命令即可將cuda安裝到當前home下的software資料夾內：

./cuda_11.1.0_455.23.05_linux.run --silent --toolkit --toolkitpath=$HOME/software/cuda --defaultroot=$HOME/software/cuda

不論咋樣安裝好之後會顯示：

安裝好cuda的顯示

按照上面的要求配置環境變數即可:

(base) oldpan@oldpan-fun:~/software$ vim ~/.bashrc  

將
export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH
新增到開啟的檔案中

(base) oldpan@oldpan-fun:~/software$ source ~/.bashrc
(base) oldpan@oldpan-fun:~/software$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Tue_Sep_15_19:10:02_PDT_2020
Cuda compilation tools, release 11.1, V11.1.74
Build cuda_11.1.TC455_06.29069683_0

Cudnn

cudnn的安裝就比較簡單了，解決壓縮包然後複製貼上就行：

tar -xzvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h

安裝Anaconda

安裝Anaconda也很簡單，從這裡下載好(不想下的看老潘整理文末的軟體包)：

然後sh Anaconda3-2020.11-Linux-x86_64.sh就行。

安裝好之後，配置conda以及pip清華源，參考以下文字即可：

安裝Pytorch

安裝Pytorch就比較簡單了，如果不想自己編譯，直接從官方按照你的Cuda版本和Cudnn版本安裝即可：

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

安裝好Pytorch之後，測試一下cuda是否工作正常：

>>> import torch
>>> torch.cuda.is_available()
True
>>> torch.ones(1).cuda()
tensor([1.], device='cuda:0')
>>> torch.cudnn_is_acceptable(torch.ones(1).cuda())
True

OK~

TensorRT

TensorRT單獨發一篇文章來說吧~

一些資源

配環境需要很多軟體包，例如：

  • Anaconda
  • Pytorch.whl
  • TensorRT
  • CUDA
  • CUDNN

有些可以在清華大學開源軟體映象站下載，但是TensorRT和CUDA、CUDNN需要從官方下而且需要註冊而且很慢。

老潘整理了一些已經下載好的軟體包。

公眾號內回覆015獲取，可以看看有沒有你需要的：

軟體包

想寫的還有很多，下篇再講(呼呼)。

如果有問題歡迎留言，歡迎關注「oldpan部落格」公眾號，老潘的全部家當都在這裡了。很願意與你交朋友~

參考

https://www.cnblogs.com/masbay/p/10745170.html
https://blog.csdn.net/ZPeng_CSDN/article/details/96726436

撩我吧

  • 如果你與我志同道合於此，老潘很願意與你交流；
  • 如果你喜歡老潘的內容，歡迎關注和支援。
  • 如果你喜歡我的文章，希望點贊? 收藏 ? 評論 ? 三連一下~

想知道老潘是如何學習踩坑的，想與我交流問題~請關注公眾號「oldpan部落格」。
老潘也會整理一些自己的私藏，希望能幫助到大家，點選神祕傳送門獲取。

相關文章