1 簡介

1. Anaconda:是一個開源的Python發行版本，其包含了conda、Python等軟體包，numpy，pandas，scipy等科學計算包.
2. Conda:包管理器, venv+pip的作用，也就是虛擬環境+包管理。
3. Nvidia: 顯示卡製造商。
4. 顯示卡:承擔輸出顯示圖形的任務。
5. GPU:圖形處理器,是顯示卡內部的處理器,
6. cuda:Nvidia推出的運算平臺,用於平行計算的框架,使GPU能夠解決負責的計算問題。
7. cudnn: 針對深度卷積神經網路的加速庫
8. 顯示卡驅動: 可以呼叫GPU平行計算能力的驅動程式

2 前言

1. 圖片中的例項路徑為資料夾以sl示例，實際操作中更改為本人使用者。
2. 資料和軟體存放建議存放於 /data/使用者 ,小檔案可以存放於 /home/使用者,通過df -h命令可以檢視磁碟使用情況，data下共有3.6T可用。
   
3. 實際操作通過第四臺伺服器為例
4. 建議使用MobaXterm連線伺服器:具體資訊請參考

3 Anaconda 安裝

1. Anaconda下載

• Anaconda-incividual version-下載地址
  

2. 上傳安裝包到伺服器
   通過MobaXterm工具可以快速將剛才下載的安裝包上傳到伺服器中
   

3. Anaconda安裝: 新建一個soft資料夾用於存放下載的軟體檔案

• 視覺化介面中右鍵可以建立新資料夾(也可以使用mkdir命令),我的軟體安裝檔案都存在/home/sl/soft中,資料和軟體都存在/data/sl/中
  
  
  

4. MobaXterm重新連線伺服器,這時候命令輸入前多了一個base,說明conda已經在環境變數中，可以使用conda命令。
   
5. 檢視已安裝的包
   
6. 其中看到Python版本
   

4 配置虛擬環境

１．建立虛擬環境




2. 虛擬環境中安裝第三方包

• 方法一:conda install package_name
• 方法二:pip安裝,例如安裝opencv
  

5 安裝PyTorch

1. 官網選擇對應命令
   
2. 在虛擬環境中安裝
   
   

6 配置cuda

方法1 使用Root下Cuda

0. 檢視cuda是否安裝,-> 沒有安裝
   
1. 查詢Root下cuda安裝位置
   
2. 配置自己使用者下的環境變數,使用MobaXterm工具可以雙擊開啟檔案編輯器
   
   
3. 複製以下內容到檔案末端

# cuda
 export CUDA_HOME=/usr/local/cuda-10.0
 export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
 export PATH=/usr/local/cuda-10.0/bin:$PATH
# cuda

4. 關閉MobaTextEditor後會詢問是否儲存到伺服器，選擇儲存。
5. 檢視結果
   

方法2 非Root使用者安裝cuda

1. 回到base環境中
   
2. 檢視Linux資訊,並記住這些資訊
   
   
3. CUDA下載地址
   
   

• 下載完成
  

4. 安裝過程
   
   
   
   

• 進入options,修改Toolkit Options
  
  
  
  
• 修改Library install path
  
• 完成後安裝
  

參考

• Anaconda and conda
• Runoob-Linux
• Miniconda3 + Cuda + Cudnn + pytorch-gpu
• Welcome to MobaXterm
• 非root使用者在伺服器上安裝CUDA和cudnn到指定目錄