GPU服务器深度学习环境搭建及图形界面安装

本人使用的是腾讯云提供的GPU计算型服务器GN8，安装系统为Ubuntu18.04，下面简单介绍下如何进行深度学习环境的搭建以及Ubuntu图形界面的安装。

驱动配置：

首先在终端运行nvidia-smi命令，若直接显示显卡版本，则可以直接使用。若系统并未识别出显卡，就需要自己配置。首先清理系统里面的驱动，在终端里输入sudo apt-get purge nvidia*。然后查找可用的驱动版本，输入ubuntu-drivers devices。运行car /proc/driver/nvidia/version查看具体使用哪一个版本的驱动，由NVRM version的显示结果可以看到内核的驱动版本。运行sudo apt-get install nvidia-driver-版本号-server nvidia-settings nvidia-prime来安装。（我安装的是470版本）。之后运行sudo reboot进行重启，再运行nvidia-smi就可以发现已经识别出显卡了。

深度学习环境搭建：

我使用的是Anaconda和Pytorch。可以去官网下载Anaconda的安装脚本，wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh。然后给脚本赋予执行权限，chmod + x Anaconda3-2020.11-Linux-x86_64.sh。然后运行安装脚本即可，运行./Anaconda3-2020.11-Linux-x86_64.sh。（版本的选择看个人，只要将版本号进行更改即可）

运行conda create -n pytorch3.8-gpu(名字可以自己选择） python=3.8（python版本号也可以自己选择）就可以创建虚拟环境。执行source activate进入Anaconda环境中，在pytorch官网查找对应于自己系统和显卡的版本（显卡的查看命令为nvidia-smi），并复制安装命令进行pytorch的安装。

Ubuntu图形界面的安装：

安装命令：

sudo apt-get install xinit
sudo apt-get install gdm3
sudo apt-get install ubuntu-desktop

运行上述命令之后重启，就可以看到界面了。（友情提示，虽然安装图形界面可能更直观，在有些方面更方便一点，但是，特别卡，有可能会卡成像素点，所以，建议不要安装图形界面）