深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
来源:互联网 发布:反相比例运算电路数据 编辑:程序博客网 时间:2024/04/30 03:18
Basics
1、首选装好系统运行下面的代码:
sudo apt-get update sudo apt-get upgrade sudo apt-get install build-essential sudo apt-get autoremove
2、安装git
sudo apt-get install gitNvidia Drivers
1、找机子的显卡
lspci | grep -i nvidia
2、自己下载Nvidia-352.41.run或在线安装
sudo add-apt-repository ppa:graphics-drivers/ppasudo apt-get updatesudo apt-get install nvidia-352
3、重启
sudo shutdown -r now
4、nvidia检查
cat /proc/driver/nvidia/version
CUDA
1、下载CUDA7.5
sudo dpkg -i cuda-repo-ubuntu1404*amd64.debsudo apt-get updatesudo apt-get install cuda
2、添加CUDA环境
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrcecho 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrcsource ~/.bashrc
3、检查CUDA版本
nvcc -V
4、重启
sudo shutdown -r now
Checking your CUDA Installation (Optional)
1、编译cuda的sample:
/usr/local/cuda/bin/cuda-install-samples-7.5.sh ~/cuda-samplescd ~/cuda-samples/NVIDIA*Samplesmake -j $(($(nproc) + 1))
2、查看显卡里面的信息
bin/x86_64/linux/release/deviceQuery
cuDNN
1、安装cudnn_v5
cd ~/Downloads/tar xvf cudnn*.tgzcd cudasudo cp */*.h /usr/local/cuda/include/sudo cp */libcudnn* /usr/local/cuda/lib64/sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
Check
1、终端查看nvidia-smi
Tensorflow
1、先下载v0.8版的GPU支持
sudo apt-get install python-pip python-dev
2、如果中途安装不了可以先下载那个网址东西,下载好了,然后安装,中途会有几个包的numpy、six、protobuf、wheel下载安装比较慢或者下载不了,可以单独安装。
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl
3、测试Tensorflow
python>>> import tensorflow as tf>>> exit()
4、我碰到的一个问题"AttributeError: NewBase is_abstract, ImportError: libcudart.so.7.5"
解决:是因为six版本问题。
$sudo pip install six --upgrade --target="/usr/lib/python2.7/dist-packages"
5、推荐IDE调试工具
pyCharm免费的社区版(community release)不支持远程调试,百度下载然后到bin里面,运行pycharm安装文件就可以了。
OpenBLAS
1、先下载git,然后安装OpenBLAS
mkdir ~/gitcd ~/gitgit clone https://github.com/xianyi/OpenBLAS.gitcd OpenBLAS sudo apt-get install gfortranmake FC=gfortran -j $(($(nproc) + 1))sudo make PREFIX=/usr/local install
2、添加lib库的变量路径
echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.bashrc
Common Tools
1、安装来自Scipy的普通tools
sudo apt-get install -y libfreetype6-dev libpng12-devpip install -U matplotlib ipython[all] jupyter pandas scikit-image
2、如果安装matplotlib时无法安装,按照下面方法:
先下载:here
然后减压matplotlib-1.5.0,并进入matplotlib-1.5.0里面
最后运行
python setup.py buildpython setup.py install
Caffe
1、caffe相信大家都很熟悉了,下面是一些基础依赖库
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install --no-install-recommends libboost-all-devsudo apt-get install python-skimage ipython python-pil python-h5py ipython python-gflags python-yamlsudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
2、克隆caffe
cd ~/gitgit clone https://github.com/BVLC/caffe.gitcd caffecp Makefile.config.example Makefile.config
3、如果安装了cuDNN然后把Makefile文件的USE_CUDNN := 1注释去掉
sed -i 's/# USE_CUDNN := 1/USE_CUDNN := 1/' Makefile.config
4、如果安装了OpenBLAS,修改BLAS参数
sed -i 's/BLAS := atlas/BLAS := open/' Makefile.config
5、安装需求build和测试caffe,编译PyCaffe
sudo pip install -r python/requirements.txtmake all -j $(($(nproc) + 1))make test -j $(($(nproc) + 1))make runtest -j $(($(nproc) + 1))make pycaffe -j $(($(nproc) + 1))
6、添加caffe的环境变量
echo 'export CAFFE_ROOT=$(pwd)' >> ~/.bashrcecho 'export PYTHONPATH=$CAFFE_ROOT/python:$PYTHONPATH' >> ~/.bashrcsource ~/.bashrc
7、测试caffe接口
ipython>>> import caffe>>> exit()
Theano
1、安装Theano
sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ python-pygments python-sphinx python-nosesudo pip install Theano
2、测试接口
python>>> import theano>>> exit()
Keras
1、这个编译器(关于Theano和Tensorflow)不是很熟悉,顺便安装一下试试。默认是Theano,如果想换Tensorflow,可以按照here.
sudo pip install keras
Torch
1、这个是facebook的深度框架
git clone https://github.com/torch/distro.git ~/git/torch --recursivecd torch; bash install-deps;./install.sh
2、添加环境变量
source ~/.bashrc
3、推荐IDE工具eclipse,安装相应的插件(Lua Development Tools)
首先安装eclipse c/c++的开发版,然后在官网搜索Lua,看到LDT就点进去,找到Existing Eclipse installation,按照官网指示安装插件,就ok了。
Mxnet
mxnet是cxxnet的下一代,目前实现了cxxnet所有功能,但借鉴了minerva/torch7/theano,加入更多新的功能。
- ndarray编程接口,类似matlab/numpy.ndarray/torch.tensor。独有优势在于通过背后的engine可以在性能上和内存使用上更优
- symbolic接口。这个可以使得快速构建一个神经网络,和自动求导。
- 更多binding 目前支持比较好的是python,马上会有julia和R
- 更加方便的多卡和多机运行
- 性能上更优。目前mxnet比cxxnet快40%,而且gpu内存使用少了一半。
1、安装依赖库
sudo apt-get updatesudo apt-get install -y build-essential git libatlas-base-dev libopencv-dev2、安装mxnet
将mxnet/目录里找到mxnet/make/子目录,把该目录下的config.mk复制到mxnet/目录,用文本编辑器打开,找到并修改以下两行:
USE_CUDA = 1
USE_CUDA_PATH = /usr/local/cuda
git clone --recursive https://github.com/dmlc/mxnetcd mxnet
make -j $(($(nproc) + 1))X2Go
1、X2GO是一个远程控制桌面,下面是安装教程
sudo apt-get install software-properties-commonsudo add-apt-repository ppa:x2go/stablesudo apt-get updatesudo apt-get install x2goserver x2goserver-xsession2、X2Go 不支持Unity desktop environment (the default in Ubuntu)
sudo apt-get updatesudo apt-get install -y xfce4 xfce4-goodies xubuntu-desktop3、找使用机子的IP
hostname -I
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- 深度工具合集安装(Nvidia+CUDA7.5+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- ubuntu 14.04 server搭建+NVIDIA+CUDA+CUDNN+caffe+theano+tensorflow+keras+matlab
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 深度学习框架的比较(MXNet, Caffe, TensorFlow, Torch, Theano)
- 在线配置caffe+Tensorflow+Theano+Torch+Mxnet
- 深度工具安装(NVIDIA+cuda+cudnn+tensorflow)
- 深度学习框架的介绍与比较(Caffe, TensorFlow, MXNet, Torch, Theano)
- 深度学习框架的介绍与比较(Caffe, TensorFlow, MXNet, Torch, Theano)
- 深度学习框架的介绍与比较(Caffe, TensorFlow, MXNet, Torch, Theano)
- 深度学习框架的介绍与比较(Caffe, TensorFlow, MXNet, Torch, Theano)
- 深度学习框架的介绍与比较(Caffe, TensorFlow, MXNet, Torch, Theano)
- DICOM通信 - PDU数据包(2)
- Android长按Power键弹出关机Dialog框GlobalActions解析
- 使用orm(Sequelize) 操作 MySQL (2)
- hibernate中的addEntity setResultTransformer的比较
- 和Linux大魔王一起愉快的玩耍(二)make命令和mekefile
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- PHP安全过滤函数
- 配置高可用的Hadoop平台
- Ecshop实现微信第三方授权扫码登录
- 仿照linux下的uboot来DIY自己的arm11(6410)的bootloader
- LeetCode 27. Remove Elemen
- Qt 程序打包发布
- 238ProductofArrayExceptSelf
- redis