第一节 深度学习环境的配置
1. 基础知识介绍
GPU是深度学习常用的,相对CPU会大大提高其效率。
CUDA 是NVIDIA公司推出的运算平台,主要支持通过GPU实现数据计算
cuDNN是NVIDIA公司针对深度神经网络的一个GPU加速库
2. 深度学习环境安装步骤
(1) 安装NVIDIA官方驱动
(2) 安装CUDA
(3) 安装cuDNN
(4) 安装tensorflow-gpu
(5) 安装pyTorch
3. 具体安装内容
1) 安装NVIDIA驱动——根据CUDA版本显示从而确定NVIDIA版本
a. 通过ubuntu标准库安装
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall || sudo apt install nvidia-396
b. 通过ppa安装_测试成功
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt update
sudo ubuntu-drivers autoinstall || sudo apt install nvidia-396
c. 通过NVIDIA官方驱动安装
2) 安装CUDA和cuDNN
下载CUDA和cuDNN,其中cuDNN需要注册下载
CUDA下载run版本,cuDNN下载for linux压缩包
注意:在CUDA的安装中,除了在问安装显卡驱动时选no外,其他默认或者yes即可。
安装完成后要配置环境变量
export PATH=/usr/local/cuda-9.1/bin${PATH:+:$PATH}} #注意,根据自己的版本,修改cuda-9.2/9.0...
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
#注意,根据自己的版本,修改cuda-9.2/9.0...
安装cuDNN
将其解压后得到“cuda”文件夹,将其文件夹内容复制到cuda安装文件夹即可
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
注意,解压后的文件夹名称为cuda ,将对应文件复制到 /usr/local中的cuda内
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
4. pyTorch的安装
1. 安装Anaconda
sudo sh Anaconda*.sh
2. 设置清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
3. 创建虚拟环境
conda create -n pytorch python=3.7
conda env list //查看虚拟环境
conda activate pytorch || source activate pytorch //进入虚拟环境
4. 选择pyTorch安装版本
网址:https://pytorch.org/get-started/locally/
conda install pytorch torchvision cuda92 -c pytorch
5. 验证是否安装成功
import torch
import torchvision
print(torch.cuda.is_available()) #True