第二章：环境准备——Linux基础操作、Docker与容器化、GPU驱动与CUDA安装
说实话，搭建机器学习平台这件事，很多人一上来就急着装框架、调模型。但我个人的经验是——环境搞不好，后面全是坑。我曾经在一个项目里，因为CUDA版本和驱动不匹配，整整折腾了两天。嗯，从那以后，我养成了一个习惯：先把地基打牢。
这一章，我们就来聊聊这个“地基”。说白了，就是三件事：Linux怎么用、Docker怎么玩、GPU怎么配。
2.1 Linux基础操作——你绕不开的坎
做机器学习，Linux是标配。Windows当然也能跑，但到了生产环境、服务器部署，清一色都是Linux。我个人习惯用Ubuntu 20.04 LTS，稳定、社区活跃、踩坑了也好搜答案。
2.1.1 文件系统与常用命令
你想想看，每天跟服务器打交道，无非就是那几个操作：进目录、看文件、挪东西、改权限。我列几个高频命令，你记牢就行：
| 命令 | 作用 | 我的小贴士 |
|---|---|---|
cd | 切换目录 | 用 cd - 可以回上一个目录，省事 |
ls -lh | 查看文件详情 | 加 -h 显示人性化大小，别用裸 ls |
mkdir -p | 创建多级目录 | 比如 mkdir -p a/b/c，一步到位 |
chmod 755 | 修改权限 | 755 是常用套路，自己读写执行，别人读执行 |
ps aux | 查看进程 | 配合 grep 过滤，比如 ps aux | grep python |
df -h 看磁盘空间。我曾经因为磁盘写满，训练跑了三天直接崩了……从那以后，这个命令成了肌肉记忆。
2.1.2 权限管理——别小看它
很多新手在Linux上栽跟头，都是因为权限。你明明装了个包，却提示 Permission denied。为什么会这样？说白了，Linux把用户分成三类：所有者、同组人、其他人。
我建议你养成一个习惯：不要一直用root。root权限太大，误操作可能删库。用普通用户，需要提权时加 sudo。比如：
# 查看当前用户
whoami
# 给脚本加执行权限
chmod +x train.sh
# 修改文件所有者
sudo chown yourname:yourname /datasudo chmod 777 / -R，结果系统直接崩了。千万别对整个根目录递归改权限！
2.2 Docker与容器化——环境复制神器
做机器学习最头疼的是什么？环境不一致。你在本地跑得好好的，部署到服务器就报错。Docker就是来解决这个问题的——把你的环境打包成一个“集装箱”，到哪都能跑。
2.2.1 核心概念
- 镜像（Image）：一个只读模板，包含操作系统、软件、代码。相当于一个“安装包”。
- 容器（Container）：镜像运行起来后的实例。你可以启动、停止、删除它。
- Dockerfile：构建镜像的“配方文件”，告诉Docker怎么一步步搭建环境。
我个人习惯把Docker理解成“轻量级虚拟机”。但它比虚拟机快得多，因为它共享宿主机的内核。
2.2.2 常用操作
安装Docker很简单，一行命令搞定：
curl -fsSL https://get.docker.com | bash然后你就可以开始玩了：
# 拉取一个PyTorch镜像
docker pull pytorch/pytorch:1.13.1-cuda11.6-cudnn8-runtime
# 运行容器，挂载本地代码目录
docker run -it --gpus all -v /home/user/project:/workspace pytorch/pytorch:1.13.1-cuda11.6-cudnn8-runtime bash-it：交互式终端--gpus all：让容器能访问所有GPU-v：挂载卷，把宿主机目录映射到容器里
你想想看，有了Docker，你只需要维护一个Dockerfile。团队里任何人拉下来都能跑，再也不用“在我机器上是好的”这种借口了。
2.2.3 写一个简单的Dockerfile
FROM pytorch/pytorch:1.13.1-cuda11.6-cudnn8-runtime
WORKDIR /workspace
# 安装依赖
RUN pip install numpy pandas scikit-learn
# 复制代码
COPY train.py .
# 默认命令
CMD ["python", "train.py"]构建镜像：docker build -t my-ml-image .
RUN命令合并，减少镜像层数。比如 RUN apt-get update && apt-get install -y package1 package2。这样镜像更小，构建更快。
2.3 GPU驱动与CUDA安装——让显卡跑起来
做深度学习，没有GPU就像开跑车没加油。但GPU环境配置，是很多人入门时最大的拦路虎。我当年第一次配CUDA，对着屏幕发呆了两个小时。
2.3.1 先装驱动
驱动是基础。没有驱动，系统根本认不出你的NVIDIA显卡。怎么检查？
# 查看显卡信息
lspci | grep -i nvidia
# 如果驱动已装，用这个命令
nvidia-smi如果 nvidia-smi 报错，说明没装驱动。我推荐用Ubuntu自带的驱动管理器：
# 查看推荐驱动
ubuntu-drivers devices
# 自动安装推荐版本
sudo ubuntu-drivers autoinstall
# 重启
sudo reboot重启后再次运行 nvidia-smi，你应该能看到类似这样的输出：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 525.85.05 Driver Version: 525.85.05 CUDA Version: 12.0 |
+-----------------------------------------------------------------------------+2.3.2 安装CUDA Toolkit
驱动装好了，但你还缺CUDA。驱动是“让系统认识显卡”，CUDA是“让程序能用显卡计算”。两者缺一不可。
我建议去NVIDIA官网下载runfile安装，或者用更省事的方法——用Miniconda装cudatoolkit：
# 创建环境并指定CUDA版本
conda create -n pytorch_env python=3.9
conda activate pytorch_env
conda install cudatoolkit=11.6验证CUDA是否装好：
nvcc -V你会看到类似：
nvcc: NVIDIA (R) Cuda compiler driver
Cuda compilation tools, release 11.6, V11.6.1242.3.3 cuDNN——深度学习加速器
cuDNN是NVIDIA针对深度学习优化的库。装它也很简单：
conda install cudnn或者去NVIDIA官网下载，然后解压到CUDA目录。我个人更推荐用conda，省心。
PyTorch版本 → 需要对应CUDA版本 → 需要对应驱动版本
比如PyTorch 1.13 需要 CUDA 11.6，而 CUDA 11.6 需要驱动版本 ≥ 450.80.02
记住：驱动版本 ≥ CUDA版本 ≥ 框架版本
2.3.4 最终验证
装完所有东西，跑一段代码验证：
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))如果输出 True 和你的显卡型号，恭喜你，环境配好了！
check_env.py，每次换机器先跑一遍。省得后面训练报错了才回头查环境问题。
好了，这一章的内容就到这里。环境准备虽然琐碎，但值得你花时间认真搞定。后面我们就要开始真正搭建平台了——到时候你会发现，今天打下的基础，会帮你省下大把时间。