背景
之前分别在windows、mac上做深度学习,发现遇到了重重困难。最近正好赶上换机器,顺便也买了gtx1080的显卡,就直接装了deepin的操作系统(大家都反应还不错,自己实际体验也是众望所归)。下面我将分享在deepin上搭建gpu环境的深度学习环境。
deepin系统:15.11桌面版
概述
- 卸载deepin原有开源显卡驱动
- 安装nvidia官方驱动
- 安装cuda的工具包(tools)
- 安装cudnn库
- 安装tensorflow-gpu进行测试
过程
本着站在巨人肩上和偷懒的原则,链接到我参考的博客。
https://www.jianshu.com/p/caa02259e51d
卸载开源显卡
卸载掉nouveau开源显卡过程,没有遇到坑,直接通过。
值得注意的是:
- 独立显卡如果由于卸载驱动而不能正常工作的话,那么就直接把hdmi切换到集成显卡,并且在bios中设置相关启动项
安装nvdia显卡
下载地址:https://www.nvidia.cn/Download/index.aspx?lang=cn
我是1080,所以选择10系列的。
输入nvidia-smi查看显卡信息。
看图,说明已经成功安装显卡驱动。
安装cuda的tools
下载地址:https://developer.nvidia.com/cuda-downloads
使用10.0版本的tools(博主亲测,最新的10.1版本在跑tensorflow的时候有问题,识别不了)
版本对照图如下:
https://tensorflow.google.cn/install/source#linux
安装cudnn的库
下载地址:https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b
选择与10.0版本配对的7.4版本cudnn
过程是参考第一篇博客。
安装tensorflow
- 先安装pyenv,通过pyenv安装anaconda的3.5.2.0版本
- 升级pip
- pip install tensorflow-gpu==1.14.0,直接安装gpu版本
注:tensorflow的版本号是我从github上找到的最新版本,直接看它的release的最后几个就可以,这里我尽量没有选择2.0版本,为了避免有坑。