ubuntu安装anaconda unbuntu安装pycharm ubuntu安装pytorch
2022年1月今天我们在Ubuntu下安装深度学习环境
Ubantu系统：20.04LTS
安装Ubuntu双系统（Win10双硬盘）2021新版教程
1.ubuntu安装anaconda
第一步：官网下载安装包
anaconda官网下载链接
第二步
安装教程1如下：但是安装教程中的最后一步用以下命令替代
echo 'export PATH="~/anaconda3/bin":$PATH' >> ~/.bashrc
source ~/.bashrc
安装教程1：Ubuntu18.04 安装 Anaconda3
这个教程2也很全！Ubuntu18.04安装Anaconda(最新最全亲测图文并茂)
注意如果你遇见无法切换python环境，一直激活都是base的python情况下，请看教程2末尾的常见问题！
解决方案如下：
sudo gedit ~/.bashrc
# 添加到文件末尾
export PATH="~/anaconda3/bin":$PATH
source ~/anaconda3/bin/activate # 终端默认的 python 为 anaconda的 base
# 更新激活
source ~/.bashrc
2.ubuntu安装pycharm
第一步：直接使用官网的命令行进行安装：
PyCharm官网链接：Download Pycharm for Linux
第二步：直接使用命令行一键下载，然后在应用里面打开它
# 下载免费的社区版在[命令行]用下面的命令
sudo snap install pycharm-community --classic
# 下载付费的专业版在[命令行]用下面的命令
sudo snap install pycharm-professional --classic
第三步：指向anaconda的Base环境（此时默认你已经完成教程1安装好了anaconda）
- 在命令行输入命令，找到python的位置
- 解释器指向base的环境位置
- 命令如下：
# 寻找python环境，在命令行输入以下命令:
python -m -site
[得到结果]：/home/lab/anaconda3/bin/python
第四步：打开Pycharm在解释器中指定/home/lab/anaconda3/bin/python
第五步 （可选）：
①新建指定虚拟环境
②切换镜像源加速参考链接
# 新建指定python虚拟环境
conda create -n env_name python=3.8.5
# 切换pip源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
参考教程
3.ubuntu安装cuda和cudnn
步骤总结
- 第一步安装英伟达基础驱动（基本上都有）
- nvidia-smi查看Driver Version和最高支持的cuda版本，如cuda10.1
- 去英伟达官网找对应的cuda下载，然后安装
- 安装对应的cudnn深度学习加速库
- 安装对应的pytorch-gpu版
- 完成
教程总结及使用：分享下我的安装过程
一、先看教程1理清关系，值得反复多读几遍的好文。
二、我主要是跟着教程2来的，但是跟着教程2来有几个错误，然后又去参考的教程3。
三、所以大家可以直接参考教程3。
四、cuda的对应关系可以看一眼教程4(整体过一下，不以它为主)也可以回顾下win10的安装教程。
下载链接：
cuda：https://developer.nvidia.com/cuda-toolkit-archive
cuDNN：https://developer.nvidia.com/rdp/cudnn-archive
教程如下
教程1：理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装
教程2：Ubuntu20.04安装cuda10.1的步骤(图文教程)
教程3：Ubuntu 20.04安装CUDA 11.0, cuDNN
教程4：ubuntu16.04安装anaconda、pycharm，以及安装cuda10.1与cudnn，安装pytorch1.3
win10安装教程：pytorch gpu安装教程（Perfect完美系列）
我的安装，主要是参考教程2，其中有修改的地方如下：
- 我是参考的教程2，有两个教程2中的点是用的教程3中的内容，
- 第一个是打开家目录下的.bashrc文件：用的是教程3中的内容，把对应的cuda版本记得换成自己的；
# 打开文件命令
gedit ~/.bashrc
# 文件最后添加
export PATH=$PATH:/usr/local/cuda-10.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
# 关闭并保存更新
source ~/.bashrc
- 第二个就是cudnn下载解压的内容我是按照教程3来移动的。
我是将cudnn解压后的cuda文件夹中的include和lib64内的所有文件移动到了/usr/local/cuda-10.1中对应的include和lib64下。
# 英文达官网下载对应 cuda 版本的 cuDNN
# 将解压后的文件全部放到自己cuda对应版本/usr/local/cuda-10.1的include和lib64中
检查安装cuda和cudnn版本
print(torch.version.cuda)
print(torch.backends.cudnn.version())
说明
我们需要配置全局的cuda和cudnn，但是往往我们基于conda或者pip管理虚拟环境的包的时候，我们在安装对应torch版本时，它已经内置了cuda和cudnn版本。因为cuda是向下兼容的，所以虚拟环境中的cuda版本不影响全局的环境。
1.安装英伟达驱动，可以使用nvidia-smi；
2.安装cuda，可以使用nvcc -V；
3.安装cudnn加速，移动到对应cuda-12.x文件下。
4.ubuntu安装pytorch
安装总结
-
第一步离线下载对应的pytorch版本 下载地址，找到对应的版本，cu101代表cuda10.1，torch-1.7.0代表pytorch1.7.0的版本，后面的cp38代表适用的python版本是3.8.x，最后的linux代表的是对应的系统
-
第二步使用
pip install torch-1.7.0+cu101-cp38-cp38-linux_x86_64.whl -
第三步直接安装其他需要的环境
pip install torchvision==0.8.0 -
完成
参考链接：查看cuda版本与torch的对应关系
其中最难的部分就是：英伟达官网访问太慢了！！！
但，我会把cuda10.1及对应的cudnn安装包放到百度云。
百度云
cuda10.1及对应cudnn百度云链接
包含（Linux）torch1.7.0 cuda10.1 cudnn-10.1 anaconda3 pycharm2021-communit
链接：https://pan.baidu.com/s/1pvYlYWwkJxZdmEKxP_eCwA
提取码：1111 --来自百度网盘超级会员V6的分享
安装记录
# 查看驱动
nvidia-smi
# 查看cuda版本
nvcc -V
# 安装cuda10.1的Linux命令
wget https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run
sudo sh cuda_10.1.243_418.87.00_linux.run
# 移动文件时权限不足的问题
https://www.pianshen.com/article/92261935916/
# 成功解决--查看cudnn版本无反应的问题
https://blog.csdn.net/wenroudebaozi/article/details/114582502
# Ubuntu系统下查看显卡相关信息
https://blog.csdn.net/weixin_30856725/article/details/96401976
5.总结
安装好了，如果遇见问题不能解决的话，重启试试
cuda安装不上的话，可能是因为文件权限不够，不能新建文件夹写入
遇见什么问题，看报错信息，然后baidu
有问题可以在评论留言交流
推荐
ssh远程连接或者安装Ubuntu请看：安装Ubuntu双系统（Win10双硬盘）2021新版教程
win10安装pytorch转至：pytorch gpu安装教程（Perfect完美系列）
更新记录
2022年1月27日02:15:37 oh my gad
花了一天，总于整完啦，从早上10点到晚上10点，期间遇见许多问题，也有好好克服，同时也很感谢同门的帮助。今天又是进步的一天！
哈哈哈，现在实验室的工作站终于可以远程访问啦，下一次学习的话，就是进一步学习Ubuntu的知识，做好分区和用户管理！！
自从上一次学习安装Ubuntu系统以来，没想到这么快就来到了这一次的环境配置，整完了很棒很舒服，但是还请去完成更大的挑战！
2023年08月20日15:18:03
更新部分内容，纠错以及不足的描述进行补充。