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:layout拼图软件 编辑:程序博客网 时间:2024/04/30 15:27
[置顶] 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
版权声明:本文为博主原创文章,未经博主允许不得转载。
http://blog.csdn.net/langb2014/article/details/51579491
目录(?)[+]
Basics
1、首选装好系统运行下面的代码:
2、安装git
Nvidia Drivers
1、找机子的显卡
2、自己下载Nvidia-352.41.run或在线安装
3、重启
4、nvidia检查
CUDA
1、下载CUDA7.5
2、添加CUDA环境
3、检查CUDA版本
4、重启
Checking your CUDA Installation (Optional)
1、编译cuda的sample:
2、查看显卡里面的信息
cuDNN
1、安装cudnn_v5
Check
1、终端查看Tensorflow
1、先下载v0.8版的GPU支持
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。
3、测试Tensorflow
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。
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
2、添加lib库的变量路径
Common Tools
1、安装来自Scipy的普通tools
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
Caffe
1、caffe相信大家都很熟悉了,下面是一些基础依赖库
2、克隆caffe
3、如果安装了cuDNN然后把Makefile文件的USE_CUDNN := 1注释去掉
4、如果安装了OpenBLAS,修改BLAS参数
5、安装需求build和测试caffe,编译PyCaffe
6、添加caffe的环境变量
7、测试caffe接口
Theano
1、安装Theano
2、测试接口
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.
Torch
1、这个是facebook的深度框架
2、添加环境变量
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
2、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
X2Go1、X2GO是一个远程控制桌面,下面是安装教程
2、X2Go 不支持Unity desktop environment (the default in Ubuntu)3、找使用机子的IP- 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)
- nyoj 613
- 字符赋值转换
- mysql 安装
- 用mysqlslap对MySQL进行压力测试
- scrollview嵌套recyclerview
- 深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)
- leetcode算法——237. Delete Node in a Linked List(基于JAVA)
- c++ 虚函数要点
- uva12034 Race
- python—数学函数/随机数函数/三角函数
- TCP/IP之二:ARP与RARP
- 分类查询框
- Linux下的进程间通信之管道
- php 正则匹配中文 utf8