来源:机器之心
本文长度为2800字,建议阅读5分钟。
本文向你解释如何在一台新装的 Ubuntu 机器上安装 Python 和 Nvidia 硬件驱动、各类库和软件包。为了进行强化学习研究,我最近购置了一台基于 Ubuntu 和英伟达 GPU 的深度学习机器。尽管目前在网络中能找到一些环境部署指南,但目前仍然没有全面的安装说明。另外,我也不得不阅读了很多文档来试图理解安装细节——其中的一些并不完整,甚至包含语法错误。因此,本文试图解决这个问题,提供一个详尽的软件环境安装指南。
本文将指导你安装
操作系统(Ubuntu)
4 种驱动和库(GPU 驱动、CUDA、cuDNN 和 pip)
5 种 Python 深度学习库(TensorFlow、Theano、CNTK、Keras 和 PyTorch)
这些软件之间的互相依赖关系如下图所示。其中,你只需要安装一种深度学习库,请自由选择。
深度学习软件安装和依赖示意图
以下是各个软件的细节介绍:
Ubuntu(v16.04.3)——操作系统,各种任务处理。
Nvidia GPU 驱动(v375)——允许系统获得 GPU 带来的加速。
CUDA(v8.0)——GPU C 语言库。「计算同一设备架构」。
cuDNN(v6.0.21)——基于 CUDA 的深度学习基元库。「CUDA 深度学习库」。
pip(v9.0.1)——Python 安装包。「Pip 安装包」。
TensorFlow(v1.3)——谷歌开发的深度学习框架。
Theano(v0.9.0)——此前由 MILA 负责维护的深度学习框架。
CNTK(v2.2)——微软研究院开发的深度学习框架。
Keras(v2.0.8)——深度学习包装可互换后端。可与 TensorFlow、Theano 和 CNTK 共同使用。
PyTorch(v0.2.0)——可被 GPU 加速的动态图深度学习框架,主要由 Facebook 的研究人员负责开发。
1. 安装 Ubuntu 16.04.3