Ubuntu18.04基于Anaconda搭建深度学习环境
安装Ubuntu18.04及相关
Ubuntu18.04推荐使用rufus工具安装,相关教程
设置磁盘分区
-
安装Ubuntu的时候,选择自定义磁盘分区,我的主机配置是512SSD加1T机械,
- efi : 装在SSD,要求大于32Mb,设置为50Mb
- swap交换空间 :和内存一样大小,32Gb,装在SSD
- /boot :装在SSD,500Mb
- / :根目录,SSD剩下的空间都给它
- /home :机械硬盘所有的空间都给它
更换阿里源
在软件和更新里“下载自”选择 https://mirrors.aliyun.com/ubuntu
然后,终端命令行输入,
sudo apt-get update
sudo apt-get upgrade
安装显卡驱动
首先添加ppa源,
sudo add-apt-repositoryppa:graphics-drivers/ppa
sudo apt-get update
接下来,打开软件和更新,在顶栏附加驱动里可以选择适合的驱动并安装,我的显卡是2080Ti,所以装的是最新的NVIDIA-418。
安装好以后重启
sudo reboot
终端输入,可以检验是否安装成功
nvidia-smi
安装CUDA10
CUDA官网下载,选择Linux&x86_64&Ubuntu&1804&runfile(local)
安装,在run文件所在路径,终端输入,
chmod +x cuda_10.0.130_410.48_linux.run #增加执行权限
sudo sh cuda_10.0.130_410.48_linux.run #安装
因为之前驱动已经独立安装过了,所以当询问是否安装驱动时,选择no
设置环境变量
cd ~ #打开/home目录
sudo gedit ./bashrc
在最后加上,
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
应用,
source ~/.bashrc
验证CUDA10是否安装成功
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
安装cudNN
到官网,注册登录,然后选择需要的版本进行下载
下载完成后解压并进入文件夹,安装cudNN即把文件复制到cuda文件夹
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
查看cudNN版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
安装Anaconda及配置环境
管理虚拟环境的方法有virtualenv,pipenv以及Anaconda。6月15日Anaconda清华源镜像有可以用了,在此推荐Anaconda,很多包通过conda install很方便。
官网下载速度很慢,到清华源选择版本下载,运行下载的sh文件
bash Anacona*
在是否设置环境变量处,选yes,若选了no,则需要装好后手动设置环境变量
cd ~
sudo gedit .bashrc
末尾加上
export PATH=/home/lionheart/anaconda3/bin:$PATH
安装成功后,终端前面会有个base,
添加清华源
直接conda install访问的是anaconda官方源,速度很慢,需要添加清华镜像
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 --set show_channel_urls yes
搭建环境
常用命令如下,
# 创建一个名为tensorflow的虚拟环境
conda create -n tensorflow
# 创建指定Python版本的虚拟环境
conda create -n tensorflow python=3.6
# 完整复制一个环境
conda create -n test -clone tensorflow
# 进入虚拟环境
source activate tensorflow
# 退出虚拟环境
source deactivate
#查看当前存在的环境
conda info --envs
#删除环境
conda remove -n tensorflow --all
进入创建的名为tensorflow的环境中,安装所需要的库
conda install tensorflow
conda install tensorflow-gpu
conda install jupyter #jupyter notebook是个ipython调试器
conda install spyder #类似matlab的pythonIDE
查看安装库所需要的依赖,如安装tensorflow-gpu(一般会自动安装依赖)
conda info tensorflow-gpu=1.2.1
安装指定版本的库
conda install *package=*version