深度學習 GPU環(huán)境 Ubuntu 16.04 + Nvidia GTX 1080 + Python 3.6 + CUDA 9.

本節(jié)詳細說明一下深度學習環(huán)境配置，Ubuntu 16.04 + Nvidia GTX 1080 + Python 3.6 + CUDA 9.0 + cuDNN 7.1 + TensorFlow 1.6。

Python 3.6

首先安裝 Python 3.6，這里使用 Anaconda 3 來安裝，-：https://www.anaconda.com/download/#linux，點擊 Download 按鈕下載即可，這里下載的是 Anaconda 3-5.1 版本，如果下載速度過慢可以選擇使用清華鏡像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/。

下載下來之后目錄下會出現(xiàn)一個 Anaconda3-5.1.0-Linux-x86_64.sh 文件，然后直接執(zhí)行即可安裝：

1

bash Anaconda3-5.1.0-Linux-x86_64.sh

執(zhí)行完畢之后按照默認設置走下來即可完成安裝。

這里默認它會安裝到用戶目錄下，如果想全局安裝，可以在這一步輸入你要安裝的地址：

1

2

3

4

5

6

7

8

9

Anaconda3 will now be installed into this location:

/home/cqc/anaconda3

- Press ENTER to confirm the location

- Press CTRL-C to abort the Installation

- Or specify a different location below

[/home/cqc/anaconda3] >>> /usr/local/anaconda3

PREFIX=/usr/local/anaconda3

這里我指定了將其安裝到 /usr/local/anaconda3 目錄下，全局安裝，所有用戶共享，當然如果只想本用戶使用的話使用默認配置即可。

安裝完成之后添加 python3 和 pip3 的軟鏈接：

1

2

sudo ln -s /usr/local/anaconda3/bin/python3 /usr/local/sbin/python3

sudo ln -s /usr/local/anaconda3/bin/pip /usr/local/sbin/pip3

這里是將軟連接其添加到 /usr/local/sbin 目錄下了，它默認會存在于環(huán)境變量中，因此可以直接調(diào)用。

當然也可以選擇把 /usr/local/anaconda3/bin 目錄添加到環(huán)境變量中，可以修改 ~/.bashrc 文件，添加如下內(nèi)容：

1

export PATH=/usr/local/anaconda3/bin${PATH:+:${PATH}}

然后執(zhí)行：

1

source ~/.bashrc

即可生效，下次登錄時也會默認執(zhí)行 ~/.bashrc 文件，也會生效。

接下來我們驗證下 python3、pip3 命令是否都來自 Anaconda，命令如下：

1

2

pip3 -V

pip 9.0.1 from /usr/local/anaconda3/lib/python3.6/site-packages (python 3.6)

1

2

3

4

5

6

7

which python3

/usr/local/anaconda3/bin/python3

python3

Python 3.6.4 |Anaconda, Inc.| (default, Jan 16 2018, 18:10:19)

[GCC 7.2.0] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>>

如果輸入 pip3 和 python3 命令能出現(xiàn)如上類似結果，路徑都在 /usr/local/anaconda3，就證明 Python 3 安裝成功了。

安裝驅(qū)動

首先查看一下自己的電腦需要怎樣的驅(qū)動，我們可以先到?http://www.nvidia.com/Download/index.aspx?查詢下我們需要的是怎樣的驅(qū)動，這里我的顯卡是 GTX 1080，所以以此為例說明，勾選好對應的配置：

點擊 Search，可以看到查詢結果如下所示：

1

2

3

4

5

Version:????390.25

Release Date:????2018.1.29

Operating System:????Linux 64-bit

Language:????English (US)

File Size:????77.48 MB

這里說明我們需要的版本是 390.25。

接下來如果我們之前安裝了驅(qū)動的話，可以重新安裝一下，如果當前已經(jīng)安裝好了就不必了。

如果要重裝，需要首先卸載掉之前的顯卡驅(qū)動：

1

sudo apt-get remove –purge nvidia*

運行之后 NVIDIA 的一些驅(qū)動就被卸載了。

這時候?nvidia-smi?等命令已經(jīng)不能用了，這就證明顯卡驅(qū)動已經(jīng)被卸載了。

然后接下來添加一個 PPA 源，命令如下：

1

sudo add-apt-repository ppa:graphics-drivers/ppa

然后更新一下：

1

sudo apt-get update

隨后重新安裝顯卡驅(qū)動：

1

sudo apt-get install nvidia-390

注意這里的 390 就是剛才我們查詢出來的版本，以實際查詢出來的版本為準。

CUDA 9.0

如果存在之前的舊版本，可以選擇先卸載，以免和新的 CUDA 版本產(chǎn)生沖突，在 /usr/local/cuda/bin 目錄下有一個 uninstallcuda*.pl 文件，可以直接運行卸載，命令如下：

1

sudo ./uninstall_cuda_*.pl

這樣即可將 CUDA 全部卸載。

接下來我們再下載 CUDA 9.0，注意 TensorFlow 1.5 和 1.6 版本依然只是兼容 CUDA 9.0，沒有兼容 CUDA 9.1，所以不要下載 9.1，CUDA 9.0 的-是：https://developer.nvidia.com/cuda-90-download-archive，然后依次勾選好系統(tǒng)的版本，如圖所示：

這里我們選擇 Linux-x86_64-Ubuntu-16.04-runfile 的配置，然后點擊 Base Installer 部分的 Download 按鈕，下載 CUDA 9.0 安裝包。

對應的下載命令是：

1

wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run

執(zhí)行此命令，等待下載完成即可。

接下來執(zhí)行安裝，運行如下命令：

1

sudo bash cuda_9.0.176_384.81_linux-run

安裝過程需要輸入一些確認選項，過程如下：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

Description

The NVIDIA CUDA Toolkit provides command-line and graphical

tools for building, debugging and optimizing the performance

Do you accept the previously read EULA?

accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?

(y)es/(n)o/(q)uit: n

Install the CUDA 9.0 Toolkit?

(y)es/(n)o/(q)uit: y

Enter Toolkit Location

[ default is /usr/local/cuda-9.0 ]:

Do you want to install a symbolic link at /usr/local/cuda?

(y)es/(n)o/(q)uit: y

Install the CUDA 9.0 Samples?

(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location

[ default is /home/cqc ]:

Installing the CUDA Toolkit in /usr/local/cuda-9.0 ...

最后如果出現(xiàn)這樣的提示，就證明 CUDA 安裝好了：

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

Driver:?? Not Selected

Toolkit:??Installed in /usr/local/cuda-9.0

Samples:??Installed in /home/cqc, but missing recommended libraries

Please make sure that

-?? PATH includes /usr/local/cuda-9.0/bin

-?? LD_LIBRARY_PATH includes /usr/local/cuda-9.0/lib64, or, add /usr/local/cuda-9.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.0/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.0/doc/pdf for detailed information on setting up CUDA.

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.0 functionality to work.

To install the driver using this installer, run the following command, replacing with the name of this run file:

sudo .run -silent -driver

然后我們需要配置一下環(huán)境變量，更改 ~/.bashrc 文件，添加如下幾行：

1

2

3

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

export CUDA_HOME=/usr/local/cuda

修改完畢之后執(zhí)行一下使其生效：

1

source ~/.bashrc

這時我們輸出 CUDA_HOME、LD_LIBRARY_PATH 就可以看到對應的輸出了：

1

2

3

4

echo $CUDA_HOME

/usr/local/cuda

echo $LD_LIBRARY_PATH

/usr/local/cuda/lib64

這樣就代表環(huán)境變量生效了，CUDA 安裝完成。

cuDNN 7.1

cuDNN 的全稱是 The NVIDIA CUDA? Deep Neural Network library，是專門用來對深度學習加速的庫，它支持 Caffe2, MATLAB, Microsoft Cognitive Toolkit, TensorFlow, Theano 及 PyTorch 等深度學習的加速優(yōu)化，目前最新版本是 cuDNN 7.1，接下來我們來看下它的安裝方式。

下載鏈接：https://developer.nvidia.com/rdp/cudnn-download，需要注冊之后才能打開，這里我們選擇 cuDNN v7.1.1 (Feb 28, 2018), for CUDA 9.0，然后選擇 cuDNN v7.1.1 Library for Linux，如圖所示：

下載下來之后解壓安裝即可：

1

2

3

4

5

tar -zxvf cudnn-9.0-linux-x64-v7.1.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

sudo chmod a+r /usr/local/cuda/include/cudnn.h

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

執(zhí)行完如上命令之后，cuDNN 就安裝好了，這時我們可以發(fā)現(xiàn)在 /usr/local/cuda/include 目錄下就多了 cudnn.h 頭文件。

TensorFlow 1.6

到現(xiàn)在為止 Python 3.6、CUDA 9.0 和 cuDNN 7.1 就已經(jīng)安裝好了，而且環(huán)境變量也配置好了，接下來我們直接安裝 TensorFlow 1.6 即可，TensorFlow 1.6 版本針對 CUDA 9 和 cuDNN 7 做了優(yōu)化，可以預構建二進制文件。

這里需要安裝的是 TensorFlow 的 GPU 版本，命令如下：

1

pip3 install tensorflow-gpu==1.6.0

安裝完成之后驗證一下：

1

import tensorflow

如果沒有報錯，那就證明全部環(huán)境配置都成功了。

以上便是 Ubuntu 16.04 + Nvidia GTX 1080 + Python 3.6 + CUDA 9.0 + cuDNN 7.1 + TensorFlow 1.6 完整環(huán)境配置過程。

深度學習

版權聲明：本文內(nèi)容由網(wǎng)絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權內(nèi)容。

版權聲明：本文內(nèi)容由網(wǎng)絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權內(nèi)容。