服务器环境配置

服务器环境配置

目录

系统环境配置... 3

显卡驱动安装... 3

cuda配置... 5

安装cuda. 5

cuda多版本切换... 6

cudnn配置... 7

安装cudnn. 7

cuda、cudnn相关命令... 7

Anaconda配置... 8

安装anaconda. 8

conda相关命令... 9

深度学习框架安装... 10

conda安装pytorch. 10

安装caffe. 11

安装opencv. 11

安装caffe. 12

编译caffe的python接口... 13

其他tips. 14

配置pycharm桌面图标... 14

文件传输... 15

 

 

 

系统环境配置

显卡驱动安装

在不打开vnc桌面环境下(只开putty连接)安装比较简单,不用重启

禁止nouveau(禁止后NVIDIA才能正常安装)

  1.  

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

  1. 打开后发现该文件中没有任何内容,写入:
blacklist nouveau option nouveau modeset=0
  1. 保存后关闭文件,执行命令使生效:
sudo update-initramfs –u

 

接下来安装显卡驱动,以下步骤也适合服务器驱动莫名掉的情况

  1. 卸载原来的驱动程序:
sudo apt-get --purge remove nvidia*
  1. 更新:
sudo add-apt-repository ppa:graphics-drivers/ppa      #需要输入密码并按enter键确认,之后刷新软件库并安装最新驱动
sudo apt-get update
  1. 查看显卡适合的驱动程序版本,选择其中一个型号,可先看下边cuda版本对应的显卡驱动版本,按照需要的cuda版本选择显卡驱动型号
ubuntu-drivers devices
  1. 安装驱动
sudo apt-get install nvidia-384 nvidia-settings nvidia-prime # 384即为驱动型号版本
  1. 测试是否安装成功:
nvidia-smi

 

 

 

cuda配置

安装cuda

https://i-blog.csdnimg.cn/blog_migrate/12afbc3abe9ff476d1026759261f1688.png

cuda对应显卡驱动版本

进入 https://developer.nvidia.com/cuda-downloads,下载cuda安装文件

 

此时下载的 CUDA中包含有 nvidia 显卡驱动,在安装过程中选择不再安装 nvidia 显卡驱动

  1. 执行安装命令(不使用vnc桌面环境安装):
sudo sh cuda_8.0.61_375.26_linux.run --no-opengl-libs  #替换为相应的文件名

执行此命令约1分钟后会出现 0%信息,此时长按回车键让此百分比增长,直到100%,然后按照提示操作即可。一定注意是否安装显卡驱动时选择n其余正常情况选y

  1. 建立软链接:
sudo ln -s /usr/local/cuda-8.0/ /usr/local/cuda/
  1. 修改配置文件:
sudo gedit ~/.bashrc
  1. 添加下边两行:
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  1. 使配置生效:
source ~/.bashrc
  1. 查看是否安装成功(出现pass就成功了)
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
  1. 查看cuda版本:
nvcc -V

 

cuda多版本切换

同时安装了cuda9和cuda8等,将上步的cuda8切换到cuda9

sudo rm -rf /usr/local/cuda    #删除cuda8的软链接
sudo ln -s /usr/local/cuda-9.0/ /usr/local/cuda/
nvcc -V

 

 

cudnn配置

安装cudnn

官网下载cuda对应版本:https://developer.nvidia.com/rdp/cudnn-archive

  1. 下载解压得到cudnn的文件夹(名为cuda):
tar -xzvf cudnn-8.0-linux-x64-v6.tgz
  1. 复制cudnn文件到cuda里:
sudo cp cuda/lib64/* /usr/local/cuda/lib64/
sudo cp cuda/include/* /usr/local/cuda/include/
  1. 此时虽然装好了但之后配置caffe tf等还是可能会报错找不到cudnn,保险起见:
cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.6 #删除原有动态文件
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6 #生成软衔接,注意文件里具体的版本
sudo ln -s libcudnn.so.6 libcudnn.so #生成软链接

 

 

cudacudnn相关命令

nvidia-smi                              #查看显卡驱动版本及使用情况
nvcc –V          #或者nvcc –version    #查看cuda版本
which nvcc                              #查看cuda位置
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2   
#查看cudnn版本

 

 

Anaconda配置

安装anaconda

安装caffe、tensorflow、pytorch等深度学习框架都使用anaconda安装,可以安装不同版本,相互之间不影响

 

  1. 下载anaconda安装文件,以安装3.5版本为例:
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.0.0-Linux-x86_64.sh  

其他版本可以到https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/自行查找,使用清华源较快

sudo bash Anaconda3-5.0.0-Linux-x86_64.sh

按回车确定安装位置等信息

  1. 添加国内源(例子是中科大源,可添加其他的):
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

 

 

conda相关命令

conda update -n base conda           #update最新版本的conda
conda create -n xxxx python=3.7      #创建python3.5名为xxxx的虚拟环境
conda activate xxxx                   #开启xxxx环境
conda deactivate                      #关闭环境
conda env list                        #显示所有的虚拟环境
conda info --envs                     #显示所有的虚拟环境
conda remove –n xxxx --all           #删除某虚拟环境
conda remove --name huanjing_name bao_name        #删除环境中某个包

 

 

 

深度学习框架安装

conda安装pytorch

  1. 创建名为pytorch-0.1,python版本为3.6的虚拟环境
conda create –n pytorch-1.0.1 python=3.6
  1. 进入相应的虚拟环境中
conda activate pytorch-1.0.1  
  1. 要安装较老的固定版本的话,最好先在虚拟环境中安装系统cuda版本对应的cuda toolkit,系统cuda——conda安装的cudatoolkit——pytorch版本 一定要对应:
conda install cudatoolkit==8.0
  1. 安装固定版本pytorch:
conda install pytorch=1.0.1 torchvision=0.2.1

网上教程会在后边加上-c pytorch,这是从官方源下载很慢,去掉的话从国内源下载

 

 

 

 

安装caffe

未使用conda安装过,直接安装方法如下,修改的相关配置文件可参考/home/user/caffe/:

安装opencv

  1. 安装依赖:
sudo apt-get update
sudo apt-get install libopencv-dev build-essential checkinstall cmake pkg-config                         #还有其他挺多的…具体可以看安装中提示

安装ffmpeg

sudo add-apt-repository ppa:jon-severinsson/ffmpeg
sudo apt-get update
sudo apt-get install ffmpeg
sudo apt-get install frei0r-plugins
  1. 进入官网 : http://opencv.org/releases.html, 下载3.4.0版本
  2. 进行编译安装:
cd opencv-3.4.0/
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE –D CMAKE_INSTALL_PREFIX=/usr/local ..
make –j8
sudo make install
  1. 查看是否安装成功:
pkg-config --modversion opencv

 

安装caffe

  1. 下载caffe官方版本:
git clone https://github.com/BVLC/caffe.git
  1. 进入caffe文件夹,复制makefile.config.example文件,名为makefile.config:
cp Makefile.config.example Makefile.config
  1. 修改makefile.config文件:
将 #USE_CUDNN := 1 修改成: 
USE_CUDNN := 1
 
将 #OPENCV_VERSION := 3 修改为: 
OPENCV_VERSION := 3

 

将 #WITH_PYTHON_LAYER := 1 修改为 
WITH_PYTHON_LAYER := 1

 

修改python路径:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 
修改为: 
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial       
 

根据下图,注释相关cuda_arch:

 

  1. 修改Makefile文件:
将: NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)  
替换为:
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
 
将:LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5改为:
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
  1. 执行编译:
make all –j8     #显示权限不够前面加sudo
make runtest –j8

编译caffepython接口

  1. 进入caffe根目录进行编译:
cd caffe
make pycaffe –j8
  1. 验证是否编译成功:
python
import caffe

若显示 no module named caffe:

sudo echo export PYTHONPATH="~/caffe/python" >> ~/.bashrc
source ~/.bashrc

 

 

 

 

其他tips

配置pycharm桌面图标

  1. 进入桌面文件夹:
cd ~/Desktop
  1. 新建桌面图标文件
gedit Pycharm.desktop
  1. 写入以下内容后保存:
[Desktop Entry]
Type=Application
Name=Pycharm
Icon=/home/user/pycharm-2019.2/bin/pycharm.png #改为相应安装位置
Exec=/home/user/pycharm-2019.2/bin/pycharm.sh
MimeType=application/x-py;
Name[en_US]=pycharm
  1. 右键上述文件-属性-权限:允许此文件作为程序运行

 

 

 

 

 

 

 

 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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