ubuntu 16.04 + cuda 8.0 + cudnn 6.0 + matlab r2017a + tensorflow 1.4 + anaconda3
本文用於記錄深度學習的各種環境配置,中間踩了不少的坑,各版本需要一一對應,故寫下本文以備不妨之需。
cuda 8 最好對應 cudnn 6,tensorflow 只有 1.3 和 1.4 版本對應 cuda 8 和 cudnn 6,matlab 對應 cuda 8 的版本是 r2017a。
首先假定已安裝好了ubuntu 16.04,
1. 更換顯示卡驅動:
首先刪除有關原來驅動的一些資訊:
sudo apt-get remove --purge nvidia*
新增graphic drivers ppa:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
尋找合適的驅動版本(選擇recommend即可)
ubuntu-drivers devices
安裝完成後重啟
sudo apt-get install nvidia-384 # 將 384 改為 對應的版本
sudo reboot
檢視驅動的安裝狀態顯示安裝成功
sudo nvidia-smi
2. 安裝cuda 8.0:
安裝 cuda 8.0:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
如果之前沒有安裝上述"cublas patch update to cuda 8",可以用如下方式安裝更新:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get upgrade cuda
在 ~/.bashrc 中設定環境變數:
export path=/usr/local/cuda/bin$}
export ld_library_path=/usr/local/cuda/lib64$}
export cuda_home=/usr/local/cuda
執行 source ~/.bashrc 使其生效
3. 安裝cudnn 6.0:
tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
# 可選(沒什麼影響?)
# sudo chmod a+r /usr/local/cuda/include/cudnn.h
# sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
4. 安裝 tensorflow:
(1)建立名為 tf 的 conda 環境:(需安裝anaconda,若無可以忽略這一步,直接看)
conda create -n tf pip python=3.5
啟用 conda 環境:
source activate tf
(2)安裝 tensorflow:(python 2 使用 pip,python 3 使用 pip3)
pip install tensorflow-gpu==1.4
深度學習環境配置
參考 tensorrt7.0的安裝配置 匯入路徑export ld library path ld library path home tensorrt 7.0.x lib 更新 source bashrc 可以選擇在anaconda下新建tensorrt虛擬環境,本次選擇新建python3.5的t...
深度學習主機環境配置
1.安裝ubuntu16.04 2.更新軟體 1 輸入命令sudo apt update 2 輸入命令sudo apt upgrade 3.安裝1080ti顯示卡驅動 1 系統設定 軟體更新 附加驅動 選擇nvidia384 2 輸入命令 nvidia smi 可以看到具體的驅動資訊,如圖所示 4....
anaconda配置深度學習環境
1.cd到anaconda安裝包目錄下,安裝anaconda bash anaconda3 5.0.1 linux x86 64.sh2.按enter瀏覽完協議以後,輸入yes同意協議 注意再選擇安裝路徑的時候,按enter即可安裝在預設目錄下,不要再輸入yes 否則就安裝在yes目錄下了 t t ...