深度学习系统搭建(Ubuntu14.04+cuda8.0+cudnn6.0+tensorflow1.3+opencv+pycharm)
来源:互联网 发布:新浪微博seo 编辑:程序博客网 时间:2024/06/07 15:37
深度学习系统搭建(Ubuntu14.04+cuda8.0+cudnn6.0+tensorflow1.3+opencv+pycharm)
- ubuntu14.04系统安装
- 安装cuda
- 下载安装cudnn
- 安装TensorFlow
- opencv安装
- pycharm安装
ubuntu14.04系统安装
第一步系统安装就踩坑了。。利用u盘做启动盘时一定要选择UEFI开头的那项,如下图所示,有两个金士顿优盘选最后那个
进行系统分区时我是500G SSD + 3T机械硬盘,boot loader installation 选择安装在SSD中,将SSD中分出64G做 swap,剩下的400多G空间mount place选择 / ,use as选ext4,不用分的很细,把/etc那些区都分出来,否则安装时会出问题,安装速度会很慢,一直在恢复文件。
机械硬盘全部分作一块,use as ext4
安装完成后先将下图中的更新安装完毕,将源换成阿里的源。
更新源和更新已安装的包:
sudo apt-get update
sudo apt-get upgrade
接下来安装显卡驱动,我的卡是 titan xp. 安装驱动375
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
之后重启系统让显卡驱动生效。
安装cuda
[ 参考1 ] [ 参考2 ]
cuda下载地址:
https://developer.nvidia.com/cuda-downloads
选择完下面这些选项后,下载那个1.4G的。
下载完成后安装
sudo sh cuda_8.0.27_linux.run
若提示空间不足,可尝试执行
sudo sh cuda_8.0.27_linux.run –tmpdir=/opt/temp/
执行后会有一系列提示让你确认,非常非常非常非常关键的地方是是否安装361这个低版本的驱动:
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
答案必须是n,否则之前安装的驱动就白费了,而且问题多多。
安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部:
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
最后再来测试一下CUDA,运行:
nvidia-smi
结果如下所示:
下载安装cudnn
下载地址:
https://developer.nvidia.com/rdp/cudnn-download
选择红框圈出来的那项(cudnn v6.0 library for linux)下载,因为tf1.3要求cudnn6.0,所以下载6.0版本
安装cuDNN比较简单,解压后把相应的文件拷贝到对应的CUDA目录下即可:
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*
安装TensorFlow
选择pip方式安装,简单快捷
先查看python版本,我们要安装基于Python2.7的
python -V
再查看pip版本
pip -V
需要pip版本在8.1及以上,如果不是,可以按如下指令更新
$ sudo apt-get install python-pip python-dev # for Python 2.7
接下来开始安装,指令如下
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu
安装好之后测试一下
python
import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))
如果在import之后报importerror: libcusolver.so.8.0或libcudnn.so.6的错,用env指令查看环境变量中有没有cuda
若没有,用如下方式解决
sudo gedit /etc/profile
在末尾加上
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
加好之后,要是env里头还没有,试一下source /etc/profile,再看看env里头有了没有
opencv安装
若只用Python的opencv,用下面的指令安装就可以
sudo apt-get install python-opencv
pycharm安装
下载地址:
https://www.jetbrains.com/pycharm/download/#section=windows
[ 参考 ]
打开刚才下载的目录
右击文件,点击提取到此处(这与Windows的解压是一个意思)
解压完成后,可以看到文件夹
打开刚才解压好的文件夹
然后再打开bin目录
在文件夹空白处右击,在此处打开终端然后输入:sh ./pycharm.sh
回车
接着就打开了pycharm
如果你需要导入之前安装版本的设置的话,可以选择第一个选项
如果没有的话,默认不导入设置就可以了
pycharm激活:
[ 参考 ]
选License server激活,输入:http://idea.imsxm.com
- 深度学习系统搭建(Ubuntu14.04+cuda8.0+cudnn6.0+tensorflow1.3+opencv+pycharm)
- Ubuntu17.04+cuda8.0+cudnn6.0+tensorflow1.3配置
- Ubuntu16.04+Titan Xp+Tensorflow1.3+Cuda8.0+CuDNN6
- 深度学习环境搭建(ubuntu16.04+cuda8.0+cudnn6.0)
- 深度学习主机配置:Ubuntu16.04+1080ti+cuda8+cudnn6+tensorflow1.3
- 深度学习框架安装(cuda8+cudnn6)
- ubuntu16.04安装cuda8.0+cuDNN6.0+tensorflow1.4配置过程
- 20170828_windows10+openCV3.3+tensorflow1.3gpu版本+python3.6+cuda8.0+cudnn6
- Caffe深度学习框架安装(Ubuntu14.04+cuda8.0)
- win10+Anaconda+Tensorflow1.3+CUDA8.0+python3.5+pycharm+opencv3
- ubuntu16.04+cuda8.0+cudnn6+opencv3.1 搭建caffe tensorflow
- (转载)Ubuntu16.04+CUDA8.0+cuDNN7+Anaconda4.4+Python3.6+TensorFlow1.3搭建
- Ubuntu14.04安装cuda8.0+cudnn5.1+Tensorflow1.0.0(GPU)教程
- win10安装深度学习教程(防踩坑)CUDA8.0+cudnn5.1+py3.5+tensorflow1.3(gpu)+keras
- Tesla-M60云服务器,pytorch0.3-cuda8.0-cudnn6.0-利用pycharm远程调试
- ubantu16.04安装tensorflow(GPU)+cuda8.0+cudnn6.0
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(一)
- Ubuntu16.04+cuda8.0+cudnn6.0+tensorflow(二)
- python多版本环境搭建 和 hello word 程序
- Win7 64位 + VS2015 +Opencv3.3.0重编译
- STL源码剖析——内存空间管理
- H5 游戏 俄罗斯方块 双人互动游戏
- Linux 2.x 内核对内存的管理
- 深度学习系统搭建(Ubuntu14.04+cuda8.0+cudnn6.0+tensorflow1.3+opencv+pycharm)
- 【机器学习笔记】SVM part2: 核函数与SMO算法
- chaincode开发
- git对submodule多模块的tag操作(并同步到远程分支)
- 从http到https再到hsts
- 前端插件之原生js写range组件
- MyBatis学习笔记:一对一和一对多关联表查询
- 插入排序
- idea的messages出现方块乱码问题