搭建数据科学环境

搭建数据科学环境

搭建数据科学环境

### 本人硬件：cpu i5-9400f ，显卡：rtx 2080ti & gtx960 ，内存 32G 

### 本人系统：Ubuntu 20.04

1.install anaconda

    官网下载anaconda.sh，安装

2.创建data_science环境

conda create --name data_science python=3.8.5

3.Install R & Jupyter（同时嵌入R内核），自己根据地域配镜像提高下载速度

conda activate data_science
conda install r-base=4.0.3
conda install jupyter

运行R 

install.packages('devtools')
devtools::install_github('IRkernel/IRkernel')
IRkernel::installspec()

4.安装显卡驱动，cuda，cudnn 

• 4.1安装显卡驱动：

• 推荐方法（在图形窗口操作）：

  • 打开软件Software & Updates（系统和更新）

  • 点击选项Additional drivers（附加驱动）

  • 选定nvidia driver meta nvidia-460

  • 点击按钮Apply changes（应用更改）

  • ##成功安装后，在终端输入：nvidia-smi 会有结果显示

• 4.2 安装cuda （.2.2-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=2004&target_type=deblocal）

wget .pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget .2.2/local_installers/cuda-repo-ubuntu2004-11-2-local_11.2.2-460.32.03-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-2-local_11.2.2-460.32.03-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-2-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

•  为了方便下面深度学习软件的使用，还要把相关路径加入PATH。打开文件~/.profile（若不存在则新建） ，在文档末尾添加以下内容，然后sudo reboot

  # set PATH for cuda 11.2 installation
  if [ -d "/usr/local/cuda-11.2/bin/" ]; thenexport PATH=/usr/local/cuda-11.2/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
  fi

  ##安装成功后，在终端输入: nvcc -V 会有结果显示

• 4.3安装cuDNN，需要在官网注册账号，然后下载三个文件

  • 打开cuDNN官网，点击Download cuDNN v8.1.1 (Feburary 26th, 2021), for CUDA 11.0,11.1 and 11.2

  • 下载以下三个文件：

    • cuDNN Runtime Library for Ubuntu20.04 x86_64 (Deb)

    • cuDNN Developer Library for Ubuntu20.04 x86_64 (Deb)

    • cuDNN Code Samples and User Guide for Ubuntu20.04 x86_64 (Deb)

  • 安装三个deb包：

sudo dpkg -i libcudnn8_8.1.1.33-1+cuda11.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.1.1.33-1+cuda11.2_amd64.deb
sudo dpkg -i libcudnn8-samples_8.1.1.33-1+cuda11.2_amd64.deb

 ###  此时，已完成显卡部分安装

5.Install tensorflow &  Keras

conda activate data_science
pip install tf-nightly-gpu