深度学习环境安装"/>
【AI模型】Ubuntu18.04深度学习环境安装
文章目录
- 1. 环境安装
- 2. 显卡查看与配置
- 3. 安装CUDA
- 4. 安装cudnn深度神经网络基元库
- 5. python3环境配置
1. 环境安装
首先默认大家已安装好Ubuntu 18.04系统。
安装gcc、cmake:
sudo apt update
sudo apt-get install build-essential
sudo apt-get install cmake
查看编译环境版本:
gcc --versioncmake --version
2. 显卡查看与配置
打开“软件与更新”,找到“附加驱动”,选择适合自己的驱动并应用,然后重启计算机;
打开终端,输入nvidia-smi
查看显卡信息;
更详细的深度学习环境配置参见:
Ubuntu系统深度学习环境配置
3. 安装CUDA
搜索CUDA Toolkit 11.0(对应版本号),选择对应的系统和位数,官方会提供安装命令;
如下所示:
wget .pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget .0.3/local_installers/cuda-repo-ubuntu1804-11-0-local_11.0.3-450.51.06-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-0-local_11.0.3-450.51.06-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu1804-11-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
安装完成后,在终端输入cd /usr/local/cuda-11.0/bin && ./nvcc -V
,得到如下输出则表示安装成功。
但为了方便深度学习软件的使用,还要把相关路径加入PATH。打开文件~/.profile(若不存在则新建) ,在文档末尾添加以下内容:
# set PATH for cuda 11.0(对应版本) installation
if [ -d "/usr/local/cuda-11.0/bin/" ]; thenexport PATH=/usr/local/cuda-11.0/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
fi
重启计算机使环境生效。
4. 安装cudnn深度神经网络基元库
选择适合自己系统的版本下载
点击cuDNN v8.0.4 (September 28th, 2020), for CUDA 11.0
并根据自己的操作系统选择合适的版本。其中,cuDNN Runtime Library
和cuDNN Developer Library
是必须要下载的,cuDNN Code Samples and User Guide
为可选项目。然后依次安装前面下载的几个文件:
sudo dpkg -i libcudnn8_8.0.4.30-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.4.30-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.4.30-1+cuda11.0_amd64.deb
此时,显卡已经配置完成。
5. python3环境配置
创建基于python3的虚拟环境,然后安装深度学习需要用到的库:
# 安装python3开发库
sudo apt-get install python3-pip python3-venv
# 创建名称为myvenv的虚拟环境
python3 -m venv myvenv
# 激活myvenv虚拟环境
source myvenv/bin/activate
# pip安装深度学习相关第三方库
pip install tensorflow-gpu
监控显卡性能:watch -n 1 nvidia-smi
以上。
更多推荐
【AI模型】Ubuntu18.04深度学习环境安装
发布评论