由于本人的服务器之前是windows ,可以说是从ubuntu系统安装,到运行环境安装,一条龙到底。记录,以备查阅。
ubuntu系统安装
使用U盘安装ubuntu系统:Ubuntu20.04
引用优质文章:
使用U盘安装Ubuntu20.04_贾亚超的博客-CSDN博客_ubuntu20.04安装教程在U盘下安装ubuntu20.04,从U盘启动Linux系统_-素心向暖的博客-CSDN博客_ubuntu u盘启动
现在系统安装完成,常见命令了解一下,需要时再查阅~
ubuntu 常用命令大全_beginner.zs的博客-CSDN博客_ubuntu命令大全
接下来进入第二阶段:
安装anaconda:
ubuntu18.04安装显卡驱动、cuda、cudnn_余生的观澜的博客-CSDN博客_ubuntu18.04安装显卡驱动
Ubuntu 安装 conda - 知乎 (zhihu.com)
为什么都是两个链接呢,可谓有被无患。都是一些流程性的内容,收藏本文随时唤醒~
下载时,小版本号可能对不上,但是一般同一大版本号可以兼容。11.x
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
sudo sh cuda_11.3.0_465.19.01_linux.run
装完之后需要配置环境变量,在~/.bashrc
# 第一行是
export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
# 第二行是
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
测试一下:
nvcc -V #查看cuda
nvidia-smi # 查看显卡的驱动情况
cat /proc/driver/nvidia/version # 查看驱动版本
cudnn
基本的环境就OK了接下来分别安装pytorch与TensorFlow
cudnn的下载地址:https://developer.nvidia.com/rdp/cudnn-archive
下载完tar文件之后,解压,然后复制对应文件到cuda目录:
tar -xvf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz
sudo cp cuda/include/* /usr/local/cuda-10.2/include
sudo cp cuda/lib64/* /usr/local/cuda-10.2/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
sudo apt-get install libcupti-dev #安装NVIDIA CUDA 分析工具接口,此库提供高级分析支持。
如何卸载已有的cuda和驱动
deb格式卸载run模式卸载
$sudo apt-get remove --purge nvidia* # 1.删除以前安装的文件
$sudo apt-get remove --purge cuda* # 2.删除以前安装的cuda文件
$sudo apt-get autoclean # 3.自动删除
1.找到cuda文件目录,删掉
2.环境变量中,去掉环境变量的配置
3.source ~/.bashrc
run模式卸载
sudo perl /usr/local/cuda-X.Y/bin/uninstall_cuda_X.Y.pl #uninstall cuda
sudo /usr/bin/nvidia-uninstall #uninstall driver
安装pytorch:
pytorch安装_浅浅ch的博客-CSDN博客_pytorch安装
超详细 Ubuntu安装PyTorch步骤_KRISNAT的博客-CSDN博客_ubuntu安装pytorch
网络速度问题参考:
pytorch下载太慢的解决办法_姜呆的博客-CSDN博客_linux安装pytorch太慢
安装TensorFlow:
ubuntu Tensorflow安装_冰雪棋书的博客-CSDN博客_ubuntu安装tensorflow
注意最后的测试代码有问题,2.x之后无tf.Session()
import tensorflow as tf
version = tf.__version__
gpu_ok = tf.test.is_gpu_available()
print("tf version:",version,"\nuse GPU",gpu_ok)
到此,请开始探索神经网络吧,如有疑问和完善之处,请留言~
补充:
Linux、ubuntu系统下查看显卡型号、显卡信息详解_seaside2003的博客-CSDN博客_ubuntu查看显卡型号
ssh连接服务器后,使用nohup做甩手掌柜~