Ubuntu16.04+Anaconda+Cuda9.0+cudnn7.0+Tensorflow+Pytorch
Ubuntu16.04(win10双系统)
下载
- 下载地址:https://www.ubuntu.com/download/desktop
安装
- 用UltraISO制作U盘启动盘
- win+X,磁盘管理,压缩出至少50G空间
- 重启进入BIOS,设置U盘启动
- 试用Ubuntu(try Ubuntu)
- 断网
- 运行桌面上安装Ubuntu图标
- 系统语言:中文(自动配置中文输入法)
- 不要勾选“安装第三方软件”
- 安装类型:其他选项
- 选择“其他选项”后,系统会弹出提示询问是否强制以UFEI模式进行ubuntu安装,不要点“强制”。点击“后退”即可进入下一步
- 分区:
- /boot 逻辑分区——501MB(/boot必须和windows同盘)
- /swap 交换空间——8194MB
- / 主分区——至少30GB
- /home 逻辑分区——剩余空间
等待安装完成,拔掉U盘,重启进入Ubuntu系统桌面,联网系统设置-软件和更新-选择清华镜像软件源等待弹出系统更新通知并更新系统附加驱动-选择NVIDIA专有驱动-应用变更,完成后重启———————————————————————————————
Anaconda3
下载
- 下载地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
- [Anaconda3-5.1.0-Linux-x86_64.sh](https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.1.0-Linux-x86_64.sh)
安装
cd %filepath
bash Anaconda3-5.1.0-Linux-x86_64.sh
设置清华镜像
- conda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
-
pip
- 新建~/.config/pip/pip.conf (查看-显示隐藏文件),输入以下内容:
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
更新conda
conda update conda
conda update --all
- 添加cuda依赖包
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev libglfw3-dev libgles2-mesa-dev
——————————————————————————————————-
Cuda9.0
下载
- 下载地址:https://developer.nvidia.com/cuda-90-download-archive
- [CUDA Toolkit 9.0 Downloads](https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal)
- cuda_9.0.176_384.81_linux.run #Base Installer
- cuda_9.0.176.1_linux.run #Patch1
- cuda_9.0.176.2_linux.run #Patch2
安装
- 安装指南:
- http://developer.download.nvidia.com/compute/cuda/9.0/Prod/docs/sidebar/CUDA_Quick_Start_Guide.pdf
- http://docs.nvidia.com/cuda/cuda-installation-guide-linux/#runfile-nouveau-ubuntu
- 卸载旧版本(非必须)
$ sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
$ sudo /usr/bin/nvidia-uninstall
- 验证kernel headers和development packages
$ sudo apt-get install linux-headers-$(uname -r)
- 禁用nouveau
$ sudo vi /etc/modprobe.d/blacklist-nouveau.conf
:wq # 回车
$ cd /etc/modprobe.d
$ sudo gedit blacklist-nouveau.conf
blacklist nouveau
options nouveau modeset=0 # 保存退出
$ sudo update-initramfs -u
$ lsmod | grep nouveau
# 如果打印出一些信息,说明Noueau被加载了,正常情况下会打印出一些关于nouveau的信息
- Ctrl+Alt+F1进入text界面,输入:
$ sudo service lightdm stop
$ cd %filepath
$ sudo sh cuda_9.0.176_384.81_linux.run
# 是否安装NVIDIA driver? no
# 其他选yes或默认
- 安装Patch
$ sudo sh cuda_9.0.176.1_linux.run
$ sudo sh cuda_9.0.176.2_linux.run
- 重启图形界面
$ sudo service lightdm start
- 添加环境变量
$ gedit ~/.bashrc # 编辑
- 在文档末尾添加:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} # 保存退出
$ source ~/.bashrc
$ cuda-install-samples-9.0.sh ~
$ cd ~/NVIDIA_CUDA-9.0_Samples/5_Simulations/nbody
$ make
$ ./nbody
- 验证驱动版本和CUDA版本:
$ cat /proc/driver/nvidia/version
$ nvcc -V
——————————————————————————————–
cudnn7.0
下载
- 下载地址: https://developer.nvidia.com/rdp/cudnn-download
- 需注册登录nvidia帐号
- Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0
- [cuDNN v7.0.5 Library for Linux](https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.0.5/prod/9.0_20171129/cudnn-9.0-linux-x64-v7)
安装
- 安装指南: http://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installlinux-tar
- 解压tgz文件并将对应文件添加到CUDA文件夹
$ cd %filepath
$ tar -xzvf cudnn-9.0-linux-x64-v7.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
—————————————————————————————–
TensorFlow
安装
conda create -n tensorflow pip python=3.6
activate tensorflow
pip install --ignore-installed --upgrade tensorflow-gpu
验证
#Open a new terminal if not done yet
activate tensorflow
python
>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> print(sess.run(hello))
—————————————————————————————————-
Pytorch
安装
- cuda方式安装
$ conda install pytorch torchvision cuda90 -c pytorch
-
pip方式安装(推荐)
– 下载whl文件:http://download.pytorch.org/whl/cu90/torch-0.4.0-cp36-cp36m-linux_x86_64.whl
$ conda create -n torch pip python=3.6
$ source activate torch
$ pip install torch-0.4.0-cp36-cp36m-linux_x86_64.whl
$ pip install torchvision
验证
$ python
>>> import torch
>>> torch.__version__
版权声明:本文为yangtf07原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。