从零开始搭建深度学习环境

本文详细介绍了如何在Ubuntu18.04上从零开始搭建深度学习环境,包括安装基础环境、显卡驱动、CUDA10.0、cuDNN7.4.2以及TensorFlow-GPU。步骤清晰,涵盖了从安装Anaconda3到配置国内镜像、创建TensorFlow环境并安装相关库的过程。
摘要由CSDN通过智能技术生成

开始深度学习调参之路不能没有一个趁手的环境

安装基础环境

我使用的机器环境是:Ubuntu18.04

  1. 安装显卡驱动
    1.
    2. 按照cuda所需的版本安装
    3. sudo ubuntu-drivers autoinstall
  2. 安装pip
    1. sudo apt-get install python-pip
  3. 下载anaconda3
    1. 地址:https://www.anaconda.com/distribution/
    2. 安装路径:/home/anaconda3
    3. 进入下载路径:bash Anaconda3-5.2.0-Linux-x86_64.sh
    4. 打开.bashrc验证anaconda环境变量
  4. 查看NVIDIA图形卡和推荐的驱动程序的模型:ubuntu-drivers devices
    1.
  5. 验证显卡驱动版本: cat /proc/driver/nvidia/version
  6. 安装cuda
    1. 版本选择:
      1. 只有cudnn7.4.2支持Ubuntu18.04和16.04
      2. cuDnn 7.4.2需要cuda10.0, cuda10.0需要gcc版本是7.3.0,而Ubuntu18.04的GCC版本正是7.3,无需降级,因此选择cuda版本为10.0
    2. 下载cuda10.0:
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值