linux深度学习环境配置（cuda,pytorch）

显卡驱动

首先查看linux服务器是否存在显卡驱动，可以输入以下命令

nvidia-smi

如果没有直接显示下面的画面
则进行下面的步骤：

ubuntu-drivers devices
sudo ubuntu-drivers autoinstall

上述步骤的意思是直接在线安装
然后重启linux服务器

reboot

发现输入显示显卡命令后，会报错，请求安装最新版本，这时候可能是因为GPU关闭，只需要执行

nvidia-smi -pm 1

再次执行

nvidia-smi

便会显示

安装cudatoolkit

可以看此链接
cudatoolkit安装
必须要对应版本

安装Pytorch

从网上找教程

后台运行程序

nohup python -u test.py > test.out 2>&1 &

1.“nohup”：保证程序不被挂起；

2.“python”：确保执行python代码；

3.“-u”：表示不启用缓存，实时打印输出信息到日志文件（不加利用tail查看时内容不会实时刷新）；

4.“test.py”：运行程序；

5.“>”：将打印信息输出到日志文件；

6.“test.out”：输出的日志文件；

7.“2>&1”：将标准错误输出转变为标准输出，可以将错误信息也输出到日志文件中，0-> stdin, 1->stdout, 2->stderr；

8.“&”：最后一个&表示后台运行程序。

ps -ef|grep python

利用kill命令杀死进程：

kill -9 进程序号

利用tail命令查看日志内容

tail -f test.out