Problem description

1
2
3
4
5
6

>>> torch.cuda.is_available()                                                     
/home/python3.8/site-packages/torch/cuda/__init__.py:141: UserWarning: CUDA initialization: CUDA unknown error - this may be due to an
 incorrectly set up environment, e.g. changing env variable CUDA_VISIBLE_DEVICES after program start. Setting the available devices to be zero. (Triggered internally at /opt/con
da/conda-bld/pytorch_1708025845899/work/c10/cuda/CUDAFunctions.cpp:108.)   return torch._C._cuda_getDeviceCount() > 0                        

False         

But both nvcc - V and nvidia-smi still work

Solution

1
2

sudo rmmod nvidia_uvm
sudo modprobe nvidia_uvm

近期在ubuntu 18.04上开发PyQt6前段时发现问题：

ubuntu 18.04.6 默认的 glibc 版本位 2.27, 在运行最新的 Qt Creator 6.0.2 时会报错

1

$ /opt/Qt/Tools/QtCreator/bin/qtcreator

报错

1

/opt/Qt/Tools/QtCreator/bin/qtcreator: /lib/x86_64-linux-gnu/libc.so.6: version `glibc_2.28' not found

此时最佳方法是升级到 ubuntu 20.04 或 ubuntu 22.04, 还有一种"比较省心"的方法, 保留系统仅升级 glibc

下载 https://ftp.gnu.org/gnu/glibc/glibc-2.28.tar.xz

准备编译环境

1

$ sudo apt install build-essential gawk bison

然后解压和编译

1
2
3
4
5
6

$ tar -xJf glibc-2.28.tar.xz
$ cd glibc-2.28/
$ mkdir build
$ cd build
$ ../configure --prefix=/usr
$ make

到这一步后不要 sudo make install 立刻安装到 /usr

Introduction

Virtual Network Computing, or VNC, is a connection system that allows you to use your keyboard and mouse to interact with a graphical desktop environment on a remote server. It makes managing files, software, and settings on a remote server easier for users who are not yet comfortable with the command line.

In this guide, you’ll set up a VNC server with TightVNC on an Ubuntu 20.04 server and connect to it securely through an SSH tunnel. Then, you’ll use a VNC client program on your local machine to interact with your server through a graphical desktop environment.

在知乎上看到生物信息学领域的牛刊投稿顺序，发现一个很有趣的回答，于是转载一下作为参考：

凡人期：这是修仙之路的起点，指的是还未开始修炼或刚刚接触修炼之道的普通研究生。

arXiv，bioRxiv

练气期：这是修仙的基础阶段，研究生修行者开始吸收天地灵气，将其转化为体内的元力。

BMC genomics，BMC bioinformatics，BMC biology，BMC medical genomics

筑基期：这是研究生修仙之路的起点，修行者开始修炼内功，累积内力，打下坚实的基础。

Bioinformatics，PLoS computational biology，PLoS genetics，Briefings in bioinformatics，BMC medicine

金丹期：修行者的内力能够凝聚成金丹，这个金丹象征着高级别的修为和力量。

Nucleic Acids Research，eBiomedicine，Advanced Science，PLoS Biology

元婴期：修行者的金丹形成元婴，元婴是修行者灵魂和修为的化身，跨入更高的境界。

Genome Biology，Genome Medicine，Genome Research，Molecular Systems Biology，Cell systems

化神期：修行者的元婴进一步成长，开始向神灵的境界转变。

Nature Communications，PNAS，Science Advances，Cell Reports

合体期：修行者的身体和灵魂开始与周围的世界融合，接近于自然（Nature）的本源。

Nature Machine Intelligence，Nature Computational Sciences

大乘期：修行者几乎达到了仙道的巅峰，具备了创造或改变世界的能力。

Nature Genetics，Nature Biotechnology，Nature Methods，Nature Medicine，Cell Genomics

飞升期：修行者完成了修仙之路，失去凡体，飞升仙界，无相无形，成为自然（Nature）。

Nature，Science，Cell

Acknowledgement:

作者：浪矢Ryan 链接：https://www.zhihu.com/question/21660698/answer/3310893434 来源：知乎

近期因为工作需求和提高用户友好度的考量需要对软件进行Docker打包，于是总结以下简易流程。

1. 拉取镜像，如果需要预先配置好CUDA等，可以搜索对应镜像：

   1	docker pull nvidia/cuda:12.2.2-cudnn8-devel-ubuntu22.04

2. 进入镜像，修改软件配置环境等：

   1 2	docker run --gpus all -it nvidia/cuda:12.2.2-cudnn8-devel-ubuntu22.04 /bin/bash apt-get update && apt-get install -y wget nano vim curl less

3. 安装Conda环境以及其它需要的软件

   1 2	curl -O https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh bash Anaconda3-2023.09-0-Linux-x86_64.sh

4. 新建repository

   https://hub.docker.com/repository/

5. 用docker commit从容器打包镜像

   1 2	sudo docker ps -a sudo docker commit -m "AutoBA" -a "juexiao_zhou (www.joshuachou.ink)" 12748b01449a joshuachou666/autoba:cuda12.2.2-cudnn8-devel-ubuntu22.04-autoba0.0.3

   然后docker images就能在本地找到打包好的镜像

6. 上传镜像

   1 2 3 4 5

   # sudo docker login --username=用户名 sudo docker login --username=admin # sudo docker push 镜像tag sudo docker push joshuachou666/autoba:cuda12.2.2-cudnn8-devel-ubuntu22.04-autoba0.0.3

7. 重新拉取镜像测试

1. 获取IP地址

   1 2	sudo apt install net-tools ifconfig

2. 安装openssh，这样可以远程ssh连接服务器

   1	sudo apt install openssh-server

3. 安装gcc

   1	sudo apt install gcc g++ make

4. 安装NVIDIA驱动

   1. 在https://www.nvidia.com/Download/index.aspx?lang=cn下载对应型号驱动

   2. 1	wget https://cn.download.nvidia.com/XFree86/Linux-x86_64/535.104.05/NVIDIA-Linux-x86_64-535.104.05.run

   3. 禁用nouveau

      1 2 3 4 5

      sudo nano /etc/modprobe.d/blacklist.conf # 最后一行加入 blacklist nouveau sudo update-initramfs -u sudo reboot

   4. 检查nouveau是否不在运行

      1 2	lsmod | grep nouveau # 没输出代表禁用生效 sudo telinit 3

   5. 安装驱动

      1 2	sudo chmod a+x NVIDIA-Linux-x86_64-535.104.05.run sudo sh ./NVIDIA-Linux-x86_64-535.104.05.run --no-opengl-files

      –no-opengl-files 参数必须加否则会循环登录，也就是loop login