摘要:登录之后,看看输入查看你的版本,企鹅云用的是所以教程的相关依赖我都会下载版本的下载依赖依赖可以直接通过下载到主机上,也可以先下载到本地再通过或上传。
原文链接 https://jinkey.ai/post/tech/z...前言
本文作者 Jinkey(微信公众号 jinkey-love,官网 https://jinkey.ai)
文章允许非篡改署名转载,删除或修改本段版权信息转载的,视为侵犯知识产权,我们保留追求您法律责任的权利,特此声明!
写文章日期 2017年 11月 11日
当前软件版本
NVIDIA-Linux-x86_64-384.81.run购买服务器
nvidia-diag-driver-local-repo-rhel7-384.81-1.0-1.x86_64.rpm
cuda-repo-rhel7-9.0.176-1.x86_64.rpm
cudnn-9.0-linux-x64-v7
tensorflow_gpu-1.4.0-cp27-none-linux_x86_64.whl
登录控制台,云服务器 - 云主机 - 地区选择“北京” - 新建,土豪可以选择包月哦
选择好之后呢,配置之后点击开通(账户余额需要足够,哈哈,此处应有广告费)
等待主机安装好,之后,在控制台获取到公网 IP(比如123.123.123.123),用 ssh 登录。
ssh root@123.123.123.123
登录之后,看看输入
cat /proc/version
查看你的 Linux 版本,企鹅云用的是
Linux version 3.10.0-693.5.2.el7.x86_64 (builder@kbuilder.dev.centos.org) (gcc version 4.8.5 20150623 (Red Hat 4.8.5-16) (GCC) ) #1 SMP Fri Oct 20 20:32:50 UTC 2017
所以教程的相关依赖我都会下载 Red Hat 版本的
依赖可以直接通过 wget 下载到主机上,也可以先下载到 PC 本地再通过 xftp(Windows)或 Filezilla(Mac)上传。
下载NVIDIA驱动
http://www.nvidia.com/Download/Find.aspx
这里给出 Red Hat 版本 的下载地址
http://cn.download.nvidia.com...
下载 CUDA
https://developer.nvidia.com/cuda-downloads
下载后得到cuda-repo-rhel7-9.0.176-1.x86_64.rpm
这里给出 Red Hat 版本 的下载地址
http://developer.download.nvi...
下载 cuDNN
https://developer.nvidia.com/rdp/cudnn-download(需要注册和填写问卷之后下载)
这里给出 通用 Linux 版本 的下载地址安装 NVIDIA驱动
https://developer.nvidia.com/...
方法一(官方推荐方法)
在下载页面就有安装方法介绍,不同版本系统安装方法不同
以下是 RH 的安装方法:
# 请替换文件名为你下载依赖时对应的文件名, 公众号 jinkey-love rpm -i nvidia-diag-driver-local-repo-rhel7-384.81-1.0-1.x86_64.rpm yum clean all yum install cuda-drivers reboot
方法二(极限偷懒版)
# 安装 Development Tools 软件包 sudo yum update sudo yum group install "Development Tools" # 安装 elrepo 源 sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org sudo rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm # 探测要安装的包 sudo yum install nvidia-detect nvidia-detect # 安装 sudo yum install kmod-nvidia安装 CUDA
在下载页面就有安装方法介绍,不同版本系统安装方法不同,下面是以 RH 为例:
# 请替换文件名为你下载依赖时对应的文件名, 公众号 jinkey-love sudo rpm -i cuda-repo-rhel7-9.0.176-1.x86_64.rpm sudo yum clean all sudo yum install cuda
添加 CUDA 到环境变量
vim ~/.bash_profile
加入
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"
export CUDA_HOME=/usr/local/cuda
因为写教程的时候 tensorflow 1.4.0 要支持 CUDA 9.0 的话,还需要从源码编译来安装,所以为了避免通过 pip 安装会出现 ImportError: libcublas.so.8.0: cannot open shared object file: No such file or directory的错误,可以先使用 CUDA8.0(安装 CUDA 9.0 的时候也会同时安装上8.0 的,所以你不需要重新安装),此时环境变量可以这么写:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64"安装 cuDNN
export CUDA_HOME=/usr/local/cuda-8.0
# 请替换文件名为你下载依赖时对应的文件名, 公众号 jinkey-love 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安装 Python 依赖
企鹅云自带了 python 2.7
# 安装 pip sudo yum install python-pip python-devel sudo pip install --upgrade pip安装 Tensorflow
方法一 源码编译(要使用 CUDA9.0目前之能支持这种方法)
方法二 pip
pip install tensorflow-gpu --upgrade
sudo yum install freetype-devel # 公众号 jinkey-love,官网 jinkey.ai sudo yum install libpng-devel sudo pip install matplotlib安装 Keras
Keras 封装了 Theano 和 Tensorflow 的高度模块化的深度学习库,非常适合新手。
sudo pip install keras --upgrade
Keras 默认后端为 Theano 所以我们要修改为 Tensorflow
vim .keras/keras.json
修改为
{ "image_dim_ordering": "tf", "epsilon": 1e-07, "floatx": "float32", "backend": "tensorflow" }完成
实战了一下,同样的项目下,GPU 训练速度比 CPU 训练快了 187 倍。如果你觉得教程有用,可以微信打赏我哦
安装 NVIDIA 驱动指引
安装 CUDA 驱动指引
ImportError: libcublas.so.8.0解决办法
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/20238.html
摘要:登录之后,看看输入查看你的版本,企鹅云用的是所以教程的相关依赖我都会下载版本的下载依赖依赖可以直接通过下载到主机上,也可以先下载到本地再通过或上传。 原文链接 https://jinkey.ai/post/tech/z...本文作者 Jinkey(微信公众号 jinkey-love,官网 https://jinkey.ai)文章允许非篡改署名转载,删除或修改本段版权信息转载的,视为侵犯...
摘要:登录之后,看看输入查看你的版本,企鹅云用的是所以教程的相关依赖我都会下载版本的下载依赖依赖可以直接通过下载到主机上,也可以先下载到本地再通过或上传。 原文链接 https://jinkey.ai/post/tech/z...本文作者 Jinkey(微信公众号 jinkey-love,官网 https://jinkey.ai)文章允许非篡改署名转载,删除或修改本段版权信息转载的,视为侵犯...
摘要:准备环境阿里云容器服务目前已经上线,但是购买按量付费的计算型服务器需要申请工单开通。总结我们可以利用阿里云容器服务,轻松的搭建在云端搭建的环境,运行深度学习的实验室,并且利用追踪训练效果。 摘要: 利用Jupyter开发TensorFLow也是许多数据科学家的首选,但是如何能够快速从零搭建一套这样的环境,并且配置GPU的使用,同时支持最新的TensorFLow版本, 对于数据科学家来说...
摘要:阿里云推出国内首个基于英伟达的优化容器月日,在云栖大会深圳峰会上,阿里云宣布与英伟达云合作,开发者可以在云市场下载云镜像和运行容器,来使用阿里云上的计算平台。阿里云成为中国首家与加速的容器合作的云厂商。 摘要: 3月28日,在2018云栖大会·深圳峰会上,阿里云宣布与英伟达GPU 云 合作 (NGC),开发者可以在云市场下载NVIDIA GPU 云镜像和运行NGC 容器,来使用阿里云上...
摘要:网址库的安装和使用自带了等深度学习基础库。遍历目录列出根目录的所有文件查询条件教程详见可以看到控制台打印结果测试其中是接下来的教程获取文件的唯一标识。该示例演示的是对健康科技设计三个类别的标题进行分类。 showImg(https://segmentfault.com/img/remote/1460000012731670); 原文链接 https://jinkey.ai/post/t...
阅读 2599·2021-11-17 09:33
阅读 4035·2021-09-22 15:57
阅读 3039·2021-09-22 10:02
阅读 2711·2019-08-30 14:16
阅读 2969·2019-08-29 14:07
阅读 2259·2019-08-26 11:55
阅读 3187·2019-08-23 17:07
阅读 1600·2019-08-23 16:50