Ubuntu18.04+conda+cuda10.1+cudnn7.6.1+tensorflow2.3的深度学习环境搭建
在ubuntu上安装conda3.5
由于官网下载比较慢,推荐在清华源上下载,本人下载的版本是Anaconda3-5.2.0-Linux-x86_64.sh,下载完成后打开终端,再cd到下载的目录(或者直接打开目录,右击鼠标选择打开终端),执行如下命令运行.sh文件:
bash Anaconda3-5.2.0-Linux-x86_64.sh
1)接着进入注册信息页面,输入yes;阅读注册信息,然后输入yes;查看文件即将安装的位置,按enter,即可安装,如图:
接着进入安装过程,如图:安装完成后,收到加入环境变量的提示信息,输入yes,如图
看到下图这些信息说明已经安装完成。
2)提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”,输入no;
3)重启终端,即可使用Anaconda3;
4)若在终端输入 python,仍然会显示Ubuntu自带的python版本,我们需要执行:
sudo gedit ~/.bashrcexport PATH="/home/xupp/anaconda3/bin:$PATH"source ~/.bashrc
来修改终端的默认 python 为 anaconda,至此conda安装完毕。
二conda的使用
conda的一些命令:
conda list 或 pip list #查看当前环境的安装包
conda install tensorflow-gpu #安装包
conda uninstall numpy #卸载包
conda info #查看环境信息
conda info -e 或 conda env list #查看虚拟环境信息
conda --version #查看版本
conda update conda #更新
conda -h #查看帮助
conda search --full-name #查找的包名
conda search #查找的内容
创建虚拟环境:
conda create --name xxx python=3.6 #xxx为环境名,python=3.6来指定其版本
进入和退出环境:
# 进入conda创建的环境nlp
source activate 环境名
# 退出conda创建的环境nlp
source deactivate
安装cuda10.1+cudnn7.6.1
安装驱动
这里使用一种简单的交互界面式的安装方式,首先打开桌面左下角的显示应用程序,接着打开软件和更新,然后选择开发者选项下的提前释放出的更新 ,如下图:之后再重启电脑,打开软件和更新,选择附加驱动
选择合适的驱动后点击应用更改最后打开终端验证是否安装成功,在终端输入如下命令:
nvidia-smi
显示如下信息表示成功安装驱动:
安装cuda10.1
首先去cuda官网下载对应的cuda版本,或者通过该链接下载历史版本。选择对应版本如下图:下载完成后,打开终端CD到对应目录,输入如下命令行:
sudo sh cuda_10.1.105_418.39_linux.run
出现如下提示,然后输入accept由于我之前已经安装了Nvidia的显卡驱动,这里不安装driver(只需在diver栏按enter,然后[X]消失即可),最后再安装即可,如下图:
安装完成:
添加环境变量,执行如下命令:
sudo gedit ~/.bashrc
在文件.bashrc末尾添加
export PATH="/usr/local/cuda-10.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/lcoal/cuda-10.1/lib64:$LD_LIBRARY_PATH"
接着再运行以下命令,将其生效:
source ~/.bashrc
测试 安装成功:
cd /usr/local/cuda-10.1/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
结果如图:
终端输入
nvcc --version
结果如下:
至此,cuda10.1安装完毕。关于编译时需要创建opencv.pc的报错问题,请移步该链接。yolov4编译时引发fatal error: opencv2opencv.hpp: 没有那个文件或目录,请移步该链接
安装cudnn7.6.1
首先去官网下载对应cuda版本的cudnn版本,这里选者的是cuda10.1对应的cudnn7.6.1,这里选择下载cuDNN Library for Linux,下载完成后,将这个压缩包解压到你要安装的路径。
然后在终端执行如下命令,进行相关文件的复制:
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*
打开终端,输入以下命令,查看CUDNN是否安装成功:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
出现如下结果:依次输出7、6、1,即为CUDNN7.6.1版本。
安装tensorflow-gpu
create自己需要的conda虚拟环境,然后通过conda命令来安装对应的版本
conda install tensorflow-gpu=2.3.1
#或者使用pip
pip install tensorflow-gpu==2.3.1
至此,基础环境搭建完毕,根据自己项目的需求在创建的conda虚拟环境中安装对应的库。