非服务器,Ubuntu深度学习环境搭建

作者: 金沙澳门官网网址  发布:2019-11-21

一时一刻计算机配置:Ubuntu 16.04 GTX1080显卡

前言

本学科的源委是在以下两篇教程的根底上进展添补和改换,该科目针没错是想在融洽Computer(GTX类别显卡)ubuntu系统上设置gpu版tensorflow的校友,服务器版本(TESLA)的cuda的安装供给在该版的底蕴上举香港行政局地更换。该科目为初稿,安装进度中曰镪标题标同学记得找小编交流,笔者会依照境遇的标题对该科目举行改善。
深度学习主机蒙受陈设: Ubuntu16.04 Nvidia GTX 1080 CUDA8.0上
深度学习主机意况布署: Ubuntu16.04 Nvidia GTX 1080 CUDA8.0下

安顿深度学习条件,利用浙大源安装叁个miniconda蒙受是拾叁分好的选用。越发是今天察觉conda install -c menpo opencv3 一句发号出令就足以安枕无忧的安装上opencv,在此以前自身装的时候也遇上了众多八花九裂。conda 安装 Tensorflow 和 Pytorch三种框架也是不行有利的,对于不擅长源码编写翻译的自家是精品选项没有错了。

设置流程

于是大致流程正是:安装显卡驱动——安装CUDA 8.0——安装cuDNN——安装miniconda——安装各个总结包

1.安装驱动

安装 Nvidia 驱动命令

sudo add-apt-repository ppa:graphics-drivers/ppa

首先次运转现身如下的警戒:

图片 1

回车的前边一而再再而三:

sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

后来重启系统让显卡驱动生效。

一声令下如下:

2.安装cuda

下载CUDA
https://developer.nvidia.com/cuda-downloads
此间接选举拔了Ubuntu16.04系统runfile安装方案

图片 2

不想下载的同窗能够找小编拷或许是网盘下载

设置前需在Computer的opt文件夹中新建文件夹temp

sudo nautilus

图片 3

还需改过gcc版本(gcc高于4.9就能够设置退步):

sudo apt-get install gcc-4.9 g -4.9
cd /usr/bin
rm gcc g
ln -s gcc-4.9 gcc
ln -s g -4.9 g

下载的“cuda_8.0.27_linux.run”有1.4G,遵照Nivdia官方给出的章程安装CUDA8:

sudo sh cuda_8.0.27_linux.run --tmpdir=/opt/temp/

实行后会有一花样相当多提醒让您确认,非常特别非常非常重大的地方是是不是安装361那么些低版本的驱动:

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?

答案必需是n,不然从前设置的GTX1080驱动就白费了,何况标题多多。

图片 4

图片 5

安装成功后会现身以下结果

图片 6

设置收尾后,再声称一下意况变量,并将其写入到 ~/.bashrc 的尾部:

export PATH=/usr/local/cuda8.0/bin${PATH: :${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}}

提及底再来测量检验一下CUDA,运维:

nvidia-smi

结果如下所示:

图片 7

设置驱动

3.安装cudnn

下载cudnn
https://developer.nvidia.com/cudnn

设置cuDNN比较轻便,解压后把相应的文件拷贝到对应的CUDA目录下就能够:

tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz

cuda/include/cudnn.h
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.5
cuda/lib64/libcudnn.so.5.0.5
cuda/lib64/libcudnn_static.a

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

sudo chmod a r /usr/local/cuda/include/cudnn.h

sudo chmod a r /usr/local/cuda/lib64/libcudnn*

唯恐遇见的难题:

图片 8

现身此主题材料表示cudnn版本与显卡不包容,须要改换cudnn版本,作者的微机装了cudnn-7.0就能够用了

1.刨除原版cudnn
找到地点代码里复制的文书,全体去除
2.设置别的版本的cudnn
仿照上边的代码,改下解压的文本

sudo add-apt-repository ppa:graphics-drivers/ppa

4.安装tensorflow

安装pip

sudo apt-get install python-pip python-dev

安装tensorflow gpu 版(python 2)

pip install tensorflow-gpu
export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-0.12.1-cp27-none-linux_x86_64.whl
sudo pip install --upgrade $TF_BINARY_URL

测验是或不是安装成功

调出终端
python
import tensorflow

sudo apt-get update

sudo apt-get install nvidia-367

sudo apt-get install mesa-common-dev

sudo apt-get install freeglut3-dev

重启系统让GTX1080显卡驱动生效

 

下载cuda 8.0 run文件

sudo sh cuda_8.0.61_375.26_linux.run

q快进跳过,提醒是不是安装xxxx选择n

布局遭遇变量至~/.bashrc

export PATH=/usr/local/cuda-8.0/bin/:$PATH

本文由金沙澳门官网发布于金沙澳门官网网址,转载请注明出处:非服务器,Ubuntu深度学习环境搭建

关键词: 金沙澳门官网

上一篇:你所不知道的CSRF攻击,DWVA手把手教程
下一篇:没有了