搭建深度学习环境

前提：创建一台虚拟机，安装好显卡驱动

一、首先查看驱动是否安装成功

nvidia-smi

二、驱动安装成功后安装anaconda

　　1.先去官网下载对应的anaconda（.sh文件）

　　　　https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

　　2.打开terminal，bash运行.sh文件（如：bash Anaconda3-5.2.0-Linux-x86_64.sh） 3.一路回车yes，直到安装成功（安装完成会自动把anaconda加入环境变量，成为默认python解释器）注意：若在终端输入 python，仍然显示Ubuntu自带的python版本，执行：

sudo gedit ~/.bashrc
export PATH="/home/hjl/anaconda3/bin:$PATH"
source ~/.bashrc

三、创建conda沙盒的虚拟环境

查看所有环境：conda info --envs
新建虚拟环境：conda create -n your_env_name python=X.X
激活进入安装的沙盒环境：source activate your_env_name
退出沙盒环境：source deactivate
删除虚拟环境：conda remove -n your_env_name --all

　　创建conda沙盒环境时默认安装的库

　　PS：conda创建的虚拟环境默认在隐藏文件夹.conda下的envs文件夹下

四、安装TensorFlow

conda install tensorflow-gpu==1.8

tensorflow-gpu，cudnn，cuda的版本对应关系

tensorflow-gpu测试代码

五、安装keras

conda install keras-gpu

六、安装pytorch

conda install pytorch

七、安装opencv-python

pip install opencv-python

八、安装docker

　　1.清除之前安装的docker（首次安装无需执行该步骤）

sudo apt-get remove docker docker-engine docker.io

　　2.更新系统软件

sudo apt-get update

　　3.安装依赖包

sudo apt-get install \
      apt-transport-https \
      ca-certificates \
      curl \
      software-properties-common

　　4.添加官方秘钥

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

　　5.添加仓库

sudo add-apt-repository \
      "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
      $(lsb_release -cs) \
      stable"

　　6.再次更新软件

sudo apt-get update

　　7.安装docker（可指定版本，不指定默认安装最新版本）

sudo apt-get install docker-ce=<VERSION>

九、安装nvidia-docker2

　　前提：安装nvidia-docker2之前必须先安装docker，如果之前安装了nvidia-docker1：需要删除它和所有现有的GPU容器，命令如下：

docker volume ls -q -f driver = nvidia-docker | xargs -r -I {} -n1 docker ps -  q -a -f volume = {} | xargs -r docker rm -f
sudo apt-get purge -y nvidia-docker

　　1.更新源，添加软件包存储库

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add  - 
distribution = $（ ./ etc / os-release ; echo $ ID $ VERSION_ID ） 
curl -s -L https://nvidia.github.io/nvidia-docker/ $ distribution /nvidia-docker.list | \
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

　　2.安装nvidia-docker2并重新加载Docker守护程序配置

sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd

　　3.测试nvidia-docker是否安装成功（如果出现gpu信息，则表明安装成功）

sudo nvidia-docker run --rm nvidia/cuda:8.0-devel nvidia-smi