前不久,国际计算机学会(ACM)决定将2018年度的图灵奖授予Geoffrey Hinton、Yann LeCun,以及Yoshua Bengio,以表彰他们在深度学习领域所做出的开创性贡献。事实上,在此前的三十年里,这三人一直在神经网络理论及其应用领域深耕,但他们早先的工作并未引起很大关注。直到近些年来,深度学习才突然变得异常火爆。这其中一个很大的原因正是由于当前硬件设备(尤其是GPU技术)的发展,使得深层神经网络的超大计算量不再是洪水猛兽。
现在,要想进行深度学习方面的研究,就必不可少地要搭建GPU环境。但对于很多人来说,或者由于经验的不足,或者由于软硬件的更新换代,凡此种种,都使得配置GPU环境变得耗时费力。本文主要演示在Ubuntu 18.04系统上配置GPU环境(主要是安装CUDA)的基本过程与注意事项。
在此前的文章中,我们已经演示了如何在Ubuntu 18.04系统上安装英伟达显卡驱动的过程。彼时,我们所安装的驱动版本是390.116,而Nvidia官方网站上表明与之相兼容的CUDA版本应该是9.0,因此本文主要以此为例来进行演示。