首页 > 系统服务 > 详细

深度学习环境搭建(deepin20 + CUDA10.1 + cudnn-10.1-linux-x64-v7.6.5.32 + tensorflow-2.3.2-cp37-cp37m-manylinux2010_x86_64)

时间:2021-04-19 11:20:45      阅读:15      评论:0      收藏:0      [点我收藏+]

参考链接:

https://blog.csdn.net/weixin_42176639/article/details/104488747

https://blog.csdn.net/insanegtp/article/details/108461944

一、关于计算机的硬件配置说明

推荐配置(该配置推荐魏2017年左右信息,仅做参考)

如果您是高校学生或者高级研究人员,并且实验室或者个人资金充沛,建议您采用如下配置:

  • 主板:X299型号或Z270型号
  • CPU: i7-6950X或i7-7700K 及其以上高级型号
  • 内存:品牌内存,总容量32G以上,根据主板组成4通道或8通道
  • SSD: 品牌固态硬盘,容量256G以上
  • 显卡:NVIDIA GTX TITAN(XP) NVIDIA GTX 1080ti、NVIDIA GTX TITAN、NVIDIA GTX 1080、NVIDIA GTX 1070、NVIDIA GTX 1060 (顺序为优先建议,并且建议同一显卡,可以根据主板插槽数量购买多块,例如X299型号主板最多可以采用×4的显卡)
  • 电源:由主机机容量的确定,一般有显卡总容量后再加200W即可

二、显卡安装

deepin20上的NVIDIA 显卡安装详见其它文章

 

三、CUDA10.1安装

1、查看最新或合适的tensorflow版本及其对应的各驱动组件匹配情况(显卡驱动、cuda、cudnn等):
https://tensorflow.google.cn/install/gpu?hl=en

技术分享图片

 

 

2、在NVIDIA官网查看cuda和显卡驱动版本对应关系(https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html):

(如果做学习研究用,最好提前看好自己所用架构是否能支持所选cuda版本)

技术分享图片

3、Cuda下载地址 (https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html)单击左侧Cuda版本,跳转后依次选择操作系统-计算机位数-系统型号-系统版本(选ubuntu版,cuda11可选择debian版)

技术分享图片

 

 

 

 技术分享图片

 

4、安装,最终参考官网吧,一步一步来安装说明
(不同版本官网说明不同,自行查找)
查看GPU信息:lspci | grep -i nvidia

 

 技术分享图片

 

查看系统信息:uname -m && cat /etc/*release

技术分享图片

 

 

 查看GCC信息:gcc --version

技术分享图片

 

 

打开终端,在数据盘新建cuda安装文件夹

mkdir /media/xingzhi/BigData/apps/cuda_10.1

进入cuda安装文件所在目录

cd /media/xingzhi/MyFiles/software/nvidia

直接运行下载的.run文件安装即可(该步很重要,需谨慎,否则容易报错)

sudo ./cuda_10.1.105_418.39_linux --silent --toolkit --toolkitpath=/media/xingzhi/BigData/apps/cuda_10.1 --defaultroot=/media/xingzhi/BigData/apps/cuda_10.1 --samples --samplespath=/media/xingzhi/BigData/apps/cuda_10.1

继续

技术分享图片

 

 输入accept回车

技术分享图片

 

 取消掉Driver的勾选,安装其他的,Install回车,稍等安装结果如下(类似):

技术分享图片

 

建立软连接

sudo ln -s /usr/local/cuda_10.1 /usr/local

添加环境变量

sudo vim /etc/profile

底部加入:

export CUDA_HOME=/usr/local/cuda_10.1
export PATH=/usr/local/cuda_10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda_10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

技术分享图片

 

然后source环境变量并重启系统

source /etc/profile

reboot

 

深度学习环境搭建(deepin20 + CUDA10.1 + cudnn-10.1-linux-x64-v7.6.5.32 + tensorflow-2.3.2-cp37-cp37m-manylinux2010_x86_64)

原文:https://www.cnblogs.com/lantingg/p/14675408.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!