安裝方式: https://blog.csdn.net/ITBigGod/article/details/85690257
設置環境變量:https://www.cnblogs.com/hdulzt/p/7156095.html
英偉達驅動安裝:https://www.cnblogs.com/myblog1993/p/9284071.html
pytorch安裝:https://pytorch.org/get-started/previous-versions/
linu文件權限:https://blog.csdn.net/u012106306/article/details/80436911
pip設置超時時間:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --default-timeout=100 庫名
cuda安裝:
sudo chmod a+x cuda_10.0.130_410.48_linux.run
sudo ./cuda_10.0.130_410.48_linux.run
installnvidia一定要選擇n,因爲之前已經安裝過驅動了,現在要求你下載的是老版本。軟連接在這個地方可以y也可以n
打開sudo gedit ~/.bashrc
添加
export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:/usr/local/cuda-10.0/extras/CUPTI/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
然後再source ~/.bashrc
後,即可用nvcc --version
看版本信息。
執行一個samples中的一個程序來檢測一下:
cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
cudnn安裝:
從https://developer.nvidia.com/cudnn上下載cudnn相應版本的壓縮包(需要註冊或登錄)。
下載cuda對應版本的cudnn:cuDNN Library for Linux
解壓當前的.tgz格式的軟件包
tar -xzvf cudnn-10.0-linux-x64-v7.6.4.38.tgz
# 複製cudnn頭文件
sudo cp cuda/include/* /usr/local/cuda-10.0/include/
# 複製cudnn的庫
sudo cp cuda/lib64/* /usr/local/cuda-10.0/lib64/
# 添加可執行權限
sudo chmod +x /usr/local/cuda-10.0/include/cudnn.h
sudo chmod +x /usr/local/cuda-10.0/lib64/libcudnn*
執行:cat /usr/local/cuda-10.0/include/cudnn.h | grep CUDNN_MAJOR -A 2
顯示:
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
表示安裝成功
anaconda安裝:https://blog.csdn.net/weixin_39798918/article/details/84181602
在設置的時候要把路徑加入到環境變量中,不然不能默認啓動anaconda下的Python,默認啓動的是Ubuntu下自帶的Python
spyder 啓動:終端輸入:spyder。啓動多個窗口:spyder --new-instance
pycharm安裝:pycharm安裝完成後需要將anaconda 中的解釋器配置上去,在設置中選擇project interpreter 中增加新的解釋器選擇anaconda 環境下的,exist environment ,找到本機中安裝的anaconda /bin/python3.7再將他使用到所有的項目中去即可。
pycharm啓動:增加pycharm環境變量,
export PYCHARM_PATH=/opt/pycharm/bin${PYCHARM_PATH:+:${PYCHARM_PATH}},
source ~/.bashrc
echo $PYCHARM_PATH查看是否已經配置完成
運行:./pycharm.sh
配置ptty
https://www.cnblogs.com/xuanxufeng/p/6243244.html
新建用戶:
給用戶增加組
sudo usermod -a -G work_g zzk
出現問題
1、cudnn初始化失敗:解決辦法
指定使用的gpu並且允許growth
os.environ["CUDA_VISIBLE_DEVICES"] = "0,1,2,3,4,5,6,7"
config = tf.ConfigProto(gpu_options=tf.GPUOptions(allow_growth=True))
sess = tf.Session(config=config)
2、多顯卡使用時只能啓動第一塊並且沾滿內存後,不會去運行第二塊顯卡,不均勻分配。
from keras.utils import multi_gpu_model
basemodel = Model(inputs=conv_base.input, outputs=output) # outputs=x1
basemodel.summary()
basemodel = multi_gpu_model(basemodel,gpus=8)
在定義model時候增加這個屬性
3.ubuntu不同用戶下有些包不共享。
不共享的包可以發現他們都安裝在了
/home/asus/.local/lib/python3.7/site-packages
將這些包存放在安裝包的主文件家即可
cp -r /home/asus/.local/lib/python3.7/site-packages/* 複製到的文件下