Ubuntu18.04深度学习之环境配置(Anaconda+PyCharm+NVIDIA【可选】+CUDA+cuDNN)教程

一、Anaconda下载安装+环境配置

============================================

1、下载 https://www.anaconda.com/dawnload/

这里选择Linux版本（选择合适架构）。

ps：附上一手查看处理器架构的的方法：

python -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

2、安装

bash 包名.sh

例如：bash Anaconda3-2021.05-Linux-x86_64.sh

ps: >>>Enter+Enter+Enter...(Anaconda相关介绍信息）

Yes

Yes

Thank you for installing Anaconda3!

3、设置源

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

ps：Anaconda历史版本下载：

关于Anaconda的环境配置

1. 创建环境

conda create -n 环境名 python=版本

2. 激活环境

conda activate 环境名

3. 查看环境

conda env list

4. 删除环境

conda remove -n 环境名 --all

关于Anaconda包配置

1.下载包

conda install 包名=版本

2.卸载包

conda uninstall 包名

3.查看环境

conda list 或 conda list -n 环境名

二、Pycharm

===============================

1、下载+解压 https://www.jetbrains.com/pycharm/download/#section=linux

这里我选择的是社区版（Linux! ! !）

2、安装

在路径 Pycharm/bin 下执行:

./pycharm.sh

3、配置python环境

右下角 Add Interpreter

ps: （1）anaconda下base下python路径：/home/设备名/anaconda3/bin/conda

（2）anaconda下虚拟环境python路径：/home/设备名/anaconda3/envs/环境名/bin/python

注意：关于Pycharm安装后图标消失问题

打开Pycharm => 选择Tools => 选择 Create Desktop Entry...

三、NVIDIA驱动【可选】

===================================

打开软件和更新，选择合适版本。

注意：若“附加驱动”栏无显示

可尝试更新Ubuntu软件（软件更新器）。

四、CUDA安装

=============================

1、下载 https://developer.nvidia.com/cuda-toolkit-archive

选择合适版本,这里我选择了11.2 (11.3暂无适配cuDNN)

注意：（1）如果驱动是独立安装了，一定要选择不安装驱动（Driver！)

（2） ps:若 wget https://developer.download.nvidia.com/compute/cuda/***\_linux.run 过程中网络断开，在主目录下找到相应文件，Del即可

2、添加环境变量

sudo nano ~/.bashrc

在尾部添加

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

source 一下使环境变量生效

source ~/.bashrc

Ps：查看CUDA版本

法一：nvcc -V

法二：cat /usr/local/cuda/version.txt

法三：nvidia-smi

五、cuDNN安装

==============================

1、下载+解压 https://developer.nvidia.com/rdp/cudnn-archive

cuDNN需要登录NVIDIA Developer账号才能下载（注意与CUDA的对应关系！！！）

2、安装

cd至解压包

sudo cp cuda/include/* /usr/local/cuda/include
sudo cp cuda/lib64/* /usr/local/cuda/lib64

Ps：查看cuDNN版本

法一：cat /usr/local/cuda/include/cudnn.h | grep CUDNN\_MAJOR -A 2 (存在不显示的情况，可参考后文方法）

法二：cat /usr/local/cuda/include/cudnn\_version.h | grep CUDNN\_MAJOR -A 2

ps：以上方法可能出现“没有那个文件或目录“

原因：在安装CUDA和cuDNN 时选择的安装包是 “.deb” 格式的，这种新方式不再有 cudnn.h 文件！。如果你使用的安装包是 “tar.gz" 格式的，以上命令足以满足要求。

如果你选择的是“.deb”格式安装，也不要怕，下面命令足可以满足你：

法三：dpkg -l | grep cudnn