深度学习服务器配置 Ubuntu16.04+gcc+cuda9.2+cuDNN+tensorflow
gcc安装
这里一开始就采坑了,软件源的问题一直没有配好,事实上官方默认的源就可以使用,配完以后执行sudo apt-get update
即可。然后既可以使用apt-get
命令安装gcc了。
sudo apt-get install gcc
NVIDIA驱动安装
这里主要要找对应的版本就行安装,主要是驱动版本要和后面要装的cuda版本对应
禁用nouveau
cd /etc/modprobe.d/blacklist.conf
blacklist nouveau #禁用nouveau第三方驱动,之后也不需要改回来
sudo update-initramfs -u
重启后执行:lsmod | grep nouveau
如果没有输出就屏蔽好了
安装驱动,去官网下载对应版本的驱动
sudo ./NVIDIA-Linux-x86_64-396.18.run
安装完成后查看驱动版本号
cuda安装
在官网下载对应的版本后安装
sudo sh ./cuda***.run
配置环境变量:
PATH=$PATH:/sbin
export PATH=/usr/local/cuda-9.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}
保存后执行:
source /etc/profile
同样配置上面的三行,配置完成后执行source ~/.bashrc
sudo vi ~/.bashrc
cuDNN安装
在官网下载cuDNN,注意看官方版本的对应。我这里cuda是9.2,对应的cuDNN的版本为7.3
下载完成后进行解压。
执行如下命令:
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
$ sudo chmod +r libcudnn.so.7.0.4
$ sudo ln -sf libcudnn.so.7.0.4 libcudnn.so.7
$ sudo ln -sf libcudnn.so.7 libcudnn.so
$ sudo ldconfig
最后执行ll
可以看到结果。
miniconda安装
在官网下载miniconda的linux版本
一路根据安装提示进行安装,选择合适的安装路径。
完成后检查版本:
这里要把conda的默认源改成清华的,不然下载会很慢,甚至不能下载。
更改方法如下:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
以后需要的第三方库都可以在直接conda install 下载。
运行conda install tensorflow-gpu
安装tf即可。