這是一篇排坑記錄......因爲網上好多資料都有坑
- 部署條件：通過SSH訪問的外網服務器，非內網下
- 操作系統：Ubuntu 16.04
- 硬件條件：CPU: i7-9700 GPU: GTX-1070 MEM: 16G
*最大的坑：linux內核版本---NVIDIA驅動版本---CUDA版本---CUDNN版本---Tensorflow-GPU版本---Keras版本 必須要對應
*一定要換成國內的源，不然速度感人
安裝 NVIDIA-410 驅動
服務器沒有顯示屏，所以不需要禁用nouveau，避免了安裝失敗後重復啓動的坑...
1.添加ppa，才能搜索到最新的nvidia驅動
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
2.安裝 nvidia-410 驅動
sudo apt-get install nvidia-410
3.查看是否安裝成功
nvidia-smi
有如下輸出則證明成功：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 410.78 Driver Version: 410.78 CUDA Version: 10.0 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 1070 Off | 00000000:01:00.0 On | N/A |
| 47% 42C P8 14W / 160W | 52MiB / 8118MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1080 G /usr/lib/xorg/Xorg 49MiB |
+-----------------------------------------------------------------------------+
安裝 CUDA 9.0
有坑，在遠程服務器通過各種方法下載很容易斷掉，但是在windows下通過迅雷下載速度666...辣麼...
1. windows下去NVIDIA官網用迅雷下載
下載地址： https://developer.nvidia.com/cuda-toolkit-archive
選擇runfile文件下載
然後，通過SecureCRT中的Zmodem方法進行遠程傳輸
2.執行安裝
sudo ./cuda_9.0.176_384.81_linux.run
*注意： 除了安裝NVIDIA驅動的地方選N，其他一路Y
3.在~/.bashrc 的最後面添加環境變量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
4.測試是否安裝成功
nvcc -V
若有如下輸出則成功
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176
安裝 CuDNN
1.選擇對應CUDA-9.0的版本下載
https://developer.nvidia.com/rdp/cudnn-download
2.安裝
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*
安裝tensorflow-gpu-1.12.0
1.使用pip3安裝
pip3 install --upgrade tensorflow-gpu==1.12.0
2.查看是否安裝版本\是否安裝成功
pip3 list | grep tensorflow
3.坑爹的FutureWarning 警告:
*試過了網上各種降級方法都不靠譜，最後通過如下方法解決
把所有警告的dtype.py中的 np.dtype()中的最後一列 1 改成如下 （1,）
np.dtype([("qint8", np.int8, (1,))])
安裝 keras
1.安裝
pip3 instal keras
2.下載例子
git clone https://github.com/keras-team/keras
3.運行example中的例子
python3 mnist_mlp.py