【安装记录】ubuntu18.04+cuda 9.1+NVIDIA 390

1安装ubuntu

2安装NVIDIA Driver

参照https://zhuanlan.zhihu.com/p/36502449

https://blog.csdn.net/hhhuua/article/details/80734092

测试nvidia-smi

3安装ubuntu（因为装390版本，无法安装cuda9.2）

降低gcc版本https://blossomnoodles.github.io/cnBlogs/2018/04/30/Ubuntu18.04-Tensorlow-install.html

gcc --version # check ubuntu 18.04 gcc version, you will find it's 7.3.0

sudo apt install gcc-5 g++-5

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50 # you will find that message that tells you the gcc-5 is set to be automatic.

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50 # similiar message as gcc

下载cuda 9.1的四个文件，并执行

https://blog.csdn.net/u010801439/article/details/80483036【sudo vim ~/.barshrc实际上是sudo vim ~/.bashrc】

参考下文进行测试

https://blog.csdn.net/fei_6/article/details/75305692

再次测试

nvcc -V

4cudnn7.0.5

https://blog.csdn.net/aiolia86/article/details/80342240

5Anaconda pytorch

https://blog.csdn.net/Sebastien23/article/details/80554837

创建自己的pytho2.7+pytorch环境：

https://www.jianshu.com/p/035b891b52e4

https://blog.csdn.net/acbattle/article/details/80894979

使用docker安装torch【因为18.04装不了tprch的一个安装包，所以使用docker】

deepo项目：https://blog.csdn.net/FYZ530357172/article/details/79217460

https://blog.csdn.net/qiansg123/article/details/78559085

https://www.cnblogs.com/bingmang/p/9813686.html

https://blog.csdn.net/u013066730/article/details/51526068

https://blog.csdn.net/qq_36142114/article/details/81605372

https://blog.csdn.net/zw__chen/article/details/82218774#1-%E4%B8%8B%E8%BD%BD%E9%95%9C%E5%83%8F%E6%96%87%E4%BB%B6

https://www.jianshu.com/p/eb363da420bd

其中，安装docker请参照https://yeasy.gitbooks.io/docker_practice/install/ubuntu.html（使用了中科大的链接）

nvidia部分则参考官网可以顺利安装。

nvidia-docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo bash

nvidia-docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo:py27 bash

最新版【使用jupyter notebook】：

docker pull ufoym/deepo:all-py27-jupyter

nvidia-docker run --rm ufoym/deepo:all-py27 nvidia-smi

nvidia-docker run -it -p 8888:8888 --ipc=host -v /home/..../joy/data:/data ufoym/deepo:all-py27-jupyter jupyter notebook --no-browser --ip=0.0.0.0 --allow-root --notebook-dir='/data'(不设置密码，直接使用系统自己生成的)

运行如下图

右击打开连接即可

6pycharm

目标：使用笔记本的windows系统的pycharm，远程连接ubuntu系统（GPU），ubuntu使用步骤5docker连接学习环境

原本的

nvidia-docker run -it -v /host/data:/data -v /host/config:/config ufoym/deepo:py27 bash

改为

sudo nvidia-docker run -it -p 8022:22 -v /host/data:/data -v /host/config:/config ufoym/deepo:py27 bash

需要配置远程的电脑的sshhttps://www.jianshu.com/p/5cd9ab4aa5f5（port改为8022）

ifconfig -a（查找地址https://blog.csdn.net/u012269267/article/details/52260757）

ssh root@<你服务器的ip地址> -p 8022

配置参考

sudo docker container ls -l（查看镜像的名字，最后一列names）

关闭防火墙 ufw disable

https://my.oschina.net/u/146514/blog/512025

https://blog.csdn.net/github_33934628/article/details/80919646#commentBox