目录
0 介绍
阿里云服务器
阿里云GPU服务器,选择GPU虚拟化型2 vCPU 6 GiB轻量级 GPU 实例 vgn5i,选择CentOS 7.3(预装NVIDIA GPU驱动和深度学习框架) 镜像。
安装GRID驱动
GPU虚拟化服务器需要安装GRID驱动
下载vgn5i GRID Guest驱动安装包
wget http://nvidia-418.oss-cn-shenzhen.aliyuncs.com/NVIDIA-Linux-x86_64-418.70-grid.run
安装驱动
chmod +x NVIDIA-Linux-x86_64-418.70-grid.run
./NVIDIA-Linux-x86_64-418.70-grid.run
测试
nvidia-smi
检查cuda安装
nvcc -V
详细教程见阿里云GPU服务器教程
项目
Image-to-Markup Generation with Coarse-to-Fine Attention
1 安装CuDNN
服务器中给出了6.0版本的cudnn压缩包,但好像版本太高了,与cuda不匹配。
在与各版本的cuda对应的cudnn下载中选择与cuda8.0对应的cudnn5.1。
下载安装包
cd ~/nvidia/cudnn
wget https://developer.download.nvidia.com/compute/machine-learning/cudnn/secure/v5.1/prod_20161129/8.0/cudnn-8.0-linux-x64-v5.1.tgz?UQSSG4gvMAtIq69-Z83Dg_ErrnxAZ21X93H5tuXaei_vCRJwqVKnSJjyZnFzF8cunjkKbWkQ0o7w6JchDPA6C6e4ZW-KokaFo0r4ye0KV6XKSEv-fkt9gnOHfOpvSLpzNSnBikk3HNfBKJVnFk_sLQeS7Qw5MGvixVN5GpNoLuWNbnVR6iFyLzVTw3hfHF16Q09HGhZlXP8
改后缀
cp cudnn-8.0-linux-x64-v5.1.solitairetheme8 cudnn-8.0-linux-x64-v5.1.tgz
解压
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
将cudnn安装到对应的版本的cuda的安装路径中
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*
2 Anaconda下载与python2.7环境配置
Anaconda下载
anaconda3下载地址下载版本为Anaconda3-2019.03-Linux-x86_64.sh
wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.03-Linux-x86_64.sh
bash Anaconda3-2019.03-Linux-x86_64.sh
输入conda --version查看是否安装成功,若显示“conda未找到指令”,则在Anaconda3文件夹中输入
source ~/.bashrc
后再输入conda --version检查,或通过
export PATH=路径:$PATH
添加环境变量,再用
echo $PATH
检查环境变量是否添加成功。
python2.7环境配置
在base环境中输入
conda create -n [your_env_name] python=2.7
建立虚拟环境。
进入虚拟环境
conda activate [your_env_name]
添加国内源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/noarch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
通过conda命令安装需要的库,包括:
numpy
matplotlib
pillow
python-Levenshtein
distance,其中distance的安装方法如下:
cd ~
wget http://lstm.seas.harvard.edu/latex/third_party/Distance-0.1.3.tar.gz
tar zxf Distance-0.1.3.tar.gz
cd distance
sudo python setup.py install
3 Perl安装
下载安装包
cd ~
wget http://search.cpan.org/CPAN/authors/id/S/SH/SHAY/perl-5.26.1.tar.gz
解压
tar -zxvf perl-5.26.1.tar.gz -C /opt
cd /opt/perl-5.26.1/
./Configure -des -Dprefix=/opt/perl
编译并检测
make && make test
正常则显示All tests successful。
安装
make install
检查
perl -v
4 Node.js安装
Node.js下载与安装
cd ~
wget https://nodejs.org/dist/v14.15.5/node-v14.15.5-linux-x64.tar.xz
tar -xvf node-v14.15.5-linux-x64.tar.xz
移动并改名(不改名也可以)
cd /usr/local/
改名(后面的.表示移动到当前目录)
mv ~/node-v14.15.5-linux-x64 .
mv node-v14.15.5-linux-x64/ nodejs
node命令全局生效
方法1
export PATH=/usr/local/nodejs/bin:$PATH
检查
echo $PATH
node -v
方法2
软链接(推荐)
ln -s /usr/local/nodejs/bin/npm /usr/local/bin/
ln -s /usr/local/nodejs/bin/node /usr/local/bin/
检查
node -v
5 Torch安装与Lua安装
Torch安装
git clone https://github.com/torch/distro.git ~/torch --recursive
cd ~/torch; bash install-deps;
安装LuaJIT、LuaRocks
./install.sh
source ~/.bashrc
输入th检查是否成功
详细教程见Torch官网Torch
安装需要的Lua库
需要的库包括
tds
class
nn
nngraph
cunn
cudnn
cutorch
安装命令
luarocks install tds
查看lua库
luarocks list
6 其他
- 项目操作见原项目readme文件 readme
- cuda各版本下载
- 与各版本的cuda对应的cudnn下载