Ubuntu配置深度学习环境(CUDA,cuDNN,anaconda)


前言

有台Linux服务器(Ubuntu 18.04.5),但是需要多用户使用,自己需要python环境跑代码。


一、创建多用户。

使用的的是 lnewusers命令参考的是
https://www.linuxcool.com/lnewusers
使用lnewusers命令可以通过从标准输入中读取数据来创建用户账号。输入的数据每行有7个冒号分隔的字段,需要输入用户名、用户明文密码、用户ID、群组ID、真实姓名、主目录和登录Shell。

[root@linuxcool ~]# lnewusers
 zhangsan22:123456:1000:1000:zhangsan:/home/hh:/bin/bash

敲了命令之后回车进入的是类似文件写入模式,可以多行输入创建多个用户,最后完成之后使用Ctrl+D保存运行。


还有遇到一个问题就是登陆到普通用户之后用户名显示不出来还是之前的用户名,但是实际用户是自己。查了之后发现是UID设置重复了,登录之后系统会显示第一个UID的用户。之后用root权限用
usermod -u [new-UID] [username]

设置

二、配置anaconda

2.1 下载

服务器网好可以使用wget命令,比较方便。也可以安装rz命令用Xshell先下到本地再传到服务器。


                
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Ubuntu配置深度学习环境可以分为以下几个步骤: 1. 安装 NVIDIA GPU 驱动程序 如果你的机器有 NVIDIA 显卡,建议安装官方的 NVIDIA 驱动程序,以获得更好的性能。可以通过以下命令安装: ``` sudo apt-get install nvidia-driver-<version> ``` 其中 `<version>` 是驱动版本号,可以通过 `apt-cache search nvidia-driver` 命令查看可用版本。 2. 安装 CUDAcuDNN CUDA 是 NVIDIA 提供的用于 GPU 加速的计算平台,cuDNN 是用于深度学习的库。可以从 NVIDIA 官网下载对应版本的 CUDAcuDNN,并按照官方文档进行安装。 3. 安装 Anaconda Anaconda 是一个常用的 Python 发行版,包含了很多常用的科学计算库。可以从 Anaconda 官网下载对应版本的 Anaconda,并按照官方文档进行安装。 4. 创建一个虚拟环境 创建一个虚拟环境可以避免与系统中其他 Python 应用程序产生冲突。可以使用以下命令创建一个名为 `myenv` 的虚拟环境: ``` conda create -n myenv python=<version> ``` 其中 `<version>` 是 Python 版本号。 5. 激活虚拟环境 创建虚拟环境后需要激活才能使用。可以使用以下命令激活名为 `myenv` 的虚拟环境: ``` conda activate myenv ``` 6. 安装深度学习库 可以使用 Anaconda 提供的 `conda` 命令安装常用的深度学习库。例如,可以使用以下命令安装 TensorFlow: ``` conda install tensorflow-gpu ``` 7. 测试深度学习环境 安装完成后,可以使用 Python 进行测试,确保深度学习库可以正常使用。可以创建一个 Python 脚本,导入所需的库并运行一些基本的深度学习代码进行测试。 以上是在 Ubuntu配置深度学习环境的基本步骤,具体的安装方法可以根据需要进行调整。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值