Deepin手札

电玩女神 2022-04-25 01:08 165阅读 0赞

# 关于显卡 #

1.  显卡切换：  
    deepin15.7之后，系统提供了**显卡驱动管理器**，方便用户自由选择显卡使用方案，如下图  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70]  
    我们在使用过程中，经常需要调用GPU，大黄蜂方案情况下，需要我们人工启动gpu或关闭  
    在进行训练前，在终端输入`sudo tee /proc/acpi/bbswitch <<< ON`，可开启显卡。  
    在训练结束后，在终端输入`sudo tee /proc/acpi/bbswitch <<< OFF`，可关闭显卡。  
    查看gpu信息：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 1]
2.  cuda&cudnn安装  
    上一步解决了显卡驱动问题，现在就需要安装cuda以及cudnn，以便后面调用gpu环境。  
    （写在前面的废话：之前有试过从NVIDIA官网上下载cuda以及cudnn，然后手动安装，总是出现莫名其妙的问题，虽然网上也有帖子说明对应的情况，但是…经过多个回合后…qtmd!最优办法还是一条命令安装）
    
     *  安装cuda（默认安装源内最新的版本，目前9.1）  
        `sudo apt install nvidia-cuda-dev nvidia-cuda-toolkit nvidia-nsight nvidia-visual-profiler`
        
        查看当前**cuda**版本  
        ![在这里插入图片描述][20190430162218171.png]
     *  安装CUDNN和NCCL  
        CUDA安装很容易，但是apt安装的CUDA是分散在`/usr`文件夹中各处的，而现在安装**cudnn**是需要指定CUDA的PATH，所以必须用软链接将CUDA的文件集合到一个文件夹内:
        
        1.  文件夹软链接
            
                sudo mkdir -p /usr/local/cuda /usr/local/cuda/extras/CUPTI /usr/local/cuda/nvvm
                sudo ln -s /usr/bin /usr/local/cuda/bin
                sudo ln -s /usr/include /usr/local/cuda/include
                sudo ln -s /usr/lib/x86_64-linux-gnu /usr/local/cuda/lib64
                sudo ln -s /usr/local/cuda/lib64 /usr/local/cuda/lib
                sudo ln -s /usr/include /usr/local/cuda/extras/CUPTI/include
                sudo ln -s /usr/lib/x86_64-linux-gnu /usr/local/cuda/extras/CUPTI/lib64
                sudo ln -s /usr/lib/nvidia-cuda-toolkit/libdevice /usr/local/cuda/nvvm/libdevice
            
            以上指令，将CUDA的文件集合到了`/usr/local/cuda`文件夹内
        2.  正式安装cudnn  
            前往下载[cuDNN][]，我下载的是7.1.3版本，记得下载**for CUDA 9.1**  
            下载完之后解压，终端切换到解压出的文件夹中，依次输入以下命令将cuDNN安装到CUDA的安装目录：
            
                sudo cp include/* /usr/local/cuda/include/
                sudo cp lib64/libcudnn.so.7.1.3 lib64/libcudnn_static.a /usr/local/cuda/lib64/
                cd /usr/lib/x86_64-linux-gnu
                sudo ln -s libcudnn.so.7.1.3 libcudnn.so.7
                sudo ln -s libcudnn.so.7 libcudnn.so
            
            **注意**：其中涉及版本号信息，请具体操作时，对应自己文件夹内文件确认
        3.  安装NCCL  
            接下来安装[NCCL][]，从这里下载。我用的是NCCL 2.1.15 for CUDA 9.1，下载NCCL 2.1.15 O/S agnostic and CUDA 9。同样，下载后解压，终端切换到解压出的文件夹，依次输入以下命令：
            
                sudo mkdir -p /usr/local/cuda/nccl/lib /usr/local/cuda/nccl/include
                sudo cp *.txt /usr/local/cuda/nccl
                sudo cp include/*.h /usr/include/
                sudo cp lib/libnccl.so.2.1.15 lib/libnccl_static.a /usr/lib/x86_64-linux-gnu/
                sudo ln -s /usr/include/nccl.h /usr/local/cuda/nccl/include/nccl.h
                cd /usr/lib/x86_64-linux-gnu
                sudo ln -s libnccl.so.2.1.15 libnccl.so.2
                sudo ln -s libnccl.so.2 libnccl.so
                for i in libnccl*; do sudo ln -s /usr/lib/x86_64-linux-gnu/$i /usr/local/cuda/nccl/lib/$i; done
            
            **注意**：其中涉及版本号信息，请具体操作时，对应自己文件夹内文件确认
    
    1.  测试能否正常调用GPU  
        接触深度学习多年，真心觉着**tensorflow**不是很友好，实际应用起来很很费劲，在此安利**pytorch**  
        ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 2]  
        可以看见GPU正常使用![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 3]  
        参考链接：[Deepin 安装tensorflow gpu亲测教程（适用于双显卡）][Deepin _tensorflow gpu]
        
        参数说明（[此图借用][Link 1]）  
        ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 4]

# 关于常用系统监控指令 #

*  htop（后台进程监控）  
    安装方法`sudo apt install htop`  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 5]
 *  sensors（cpu温度监控）  
    安装j方法
    
        sudo apt-get install lm-sensors hddtemp
        	sudo sensors-detect
        	sensors
    
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 6]
 *  存储监控  
    `free -h`  
    ![在这里插入图片描述][20190722144530819.png]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70]: /images/20220210/2b8691af3e044e5db6800161e30cc53d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 1]: /images/20220210/58d54b01ae3741df839339b3aba36602.png
[20190430162218171.png]: /images/20220210/ede80008f9674555859f46e7d50c5614.png
[cuDNN]: https://login.developer.nvidia.com/login?state=g6Fo2SBxZ0o3SW5oUHB6cUhLMXZrZnkzaHk2bDZ0a2Yyc3VxV6N0aWTZIEcxZVBEV3FrMmpuQnA2bmYtRkN1S1pKNW1nR3BONHhyo2NpZNkgNGpsalRlak43Uk1POXN1TDBTMzNnRnJZZ2pIWDBWY1c&client=4jljTejN7RMO9suL0S33gFrYgjHX0VcW&protocol=oauth2&response_type=code&method=login&redirect_uri=https://developer.nvidia.com/auth0/callback?destination=rdp/cudnn-download&scope=openid%20profile%20email&audience=https://devzone.auth0.com/userinfo
[NCCL]: https://developer.nvidia.com/nccl/nccl-legacy-downloads
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 2]: /images/20220210/b191dd9284874686bf5568b5bb921cfe.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 3]: /images/20220210/db4bd03f931945f4926568923d1eb7e5.png
[Deepin _tensorflow gpu]: https://blog.csdn.net/HappyCtest/article/details/86747306
[Link 1]: https://blog.csdn.net/XX_123_1_RJ/article/details/88100414
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 4]: /images/20220210/9bfc13fd5a6b4dbcb878f7b29b8c7e79.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 5]: /images/20220210/3df4990299eb4bceadff2b66a491c7c1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dpdGh1Yl8zNTk2NTM1MQ_size_16_color_FFFFFF_t_70 6]: /images/20220210/25b62d10dd464f61949307cfcf59c8fd.png
[20190722144530819.png]: /images/20220210/e9c2416cf9624a758f2fdc5a14c4fb8c.png