Ubuntu14.04上安裝pip的方法
在Ubuntu14.04上,建議通過下面的方法安裝,這是一種通用的方法,也適用於Windows,當然在Windows下
手動下載下來就行了
wget https://bootstrap.pypa.io/get-pip.py --no-check-certificate
sudo python get-pip.py
在Ubuntu下安裝、配置和測試cuda
http://blog.csdn.net/menglongbor/article/details/7015380
http://www.linuxdiyf.com/linux/2699.html
搭建chainer的gpu 環境的需要安裝的一些東西的順序:
1、顯卡驅動,具體安裝方式比較複雜,查看上一篇日誌,不過這個很折騰,另一個同事搞的
查看顯卡驅動是否安裝成功的方法
nvidia-smi
或者 cat /proc/driver/nvidia/version
2、安裝cuda,具體安裝方法上一篇日誌
查看cuda是否安裝成功的方法:
nvcc -V
3、安裝pip,安裝方法見上,
4、安裝chainer需要的包,numpy,six
sudo pip install numpy
貌似裝過numpy之後six 就自動裝上了 應該是six是numpy的依賴
5、安裝python-dev,原因是chainer是依賴c語言的包,需要裝c的編譯,大概是這個意思
安裝方法
sudo apt-get install python-dev
報錯的話,是python版本問題
解決方法如下:
用aptitude 工具可以搞定
先:sudo apt-get install aptitude
然後:
sudo aptitude install python-dev
下列“新”軟件包將被安裝。
python-dev python2.7-dev{ab}
0 個軟件包被升級,新安裝 2 個, 0 個將被刪除, 同時 0 個將不升級。
需要獲取 29.5 MB 的存檔。 解包後將要使用 39.3 MB。
下列軟件包存在未滿足的依賴關係:
python2.7-dev : 依賴: python2.7 (= 2.7.3-0ubuntu3) 但是 2.7.3-0ubuntu3.1 已安裝。
依賴: libpython2.7 (= 2.7.3-0ubuntu3) 但是 2.7.3-0ubuntu3.1 已安裝。
依賴: libexpat1-dev 但它將不會被安裝。
依賴: libssl-dev 但它將不會被安裝。
下列動作將解決這些依賴關係:
保持 下列軟件包於其當前版本:
1) python-dev [未安裝的]
2) python2.7-dev [未安裝的]
是否接受該解決方案?[Y/n/q/?] n
下列動作將解決這些依賴關係:
安裝 下列軟件包:
1) libexpat1-dev [2.0.1-7.2ubuntu1 (precise)]
2) libssl-dev [1.0.1-4ubuntu3 (precise)]
3) libssl-doc [1.0.1-4ubuntu3 (precise)]
降級 下列軟件包:
4) libexpat1 [2.0.1-7.2ubuntu1.1 (now) -> 2.0.1-7.2ubuntu1 (precise)]
5) libpython2.7 [2.7.3-0ubuntu3.1 (now) -> 2.7.3-0ubuntu3 (precise)]
6) libssl1.0.0 [1.0.1-4ubuntu5.7 (now) -> 1.0.1-4ubuntu3 (precise)]
7) python2.7 [2.7.3-0ubuntu3.1 (now) -> 2.7.3-0ubuntu3 (precise)]
8) python2.7-minimal [2.7.3-0ubuntu3.1 (now) -> 2.7.3-0ubuntu3 (precise)]
是否接受該解決方案?[Y/n/q/?] y
下列軟件包將被“降級”:
libexpat1 libpython2.7 libssl1.0.0 python2.7 python2.7-minimal
下列“新”軟件包將被安裝。
libexpat1-dev{a} libssl-dev{a} libssl-doc{a} python-dev python2.7-dev{a}
0 個軟件包被升級,新安裝 5 個, 5 個被降級, 0 個將被刪除, 同時 0 個將不升級。
需要獲取 39.0 MB 的存檔。 解包後將要使用 47.8 MB。
您要繼續嗎?[Y/n/?] y
5、安裝chainer
sudo pip install chainer
如果安裝chainer沒有報錯的話,測試環境是否搭建成功:
進入python
import numpy as np
import chainer
from chainer import cuda
withcupy.cuda.Device(1):
x_on_gpu1=cupy.array([1,2,3,4,5])
x_cpu=np.ones((5,4,3),dtype=np.float32)
x_gpu=cuda.to_gpu(x_cpu,device=1)