目前电脑配置:Ubuntu 16.04 + GTX1080显卡
配置深度学习环境,利用清华源安装一个miniconda环境是非常好的选择。尤其是今天发现conda install -c menpo opencv3 一句命令就可以顺畅的安装上opencv,之前自己装的时候也遇到了很多错误。conda 安装 Tensorflow 和 Pytorch两种框架也是非常方便的,对于不擅长源码编译的我是最佳选择没错了。
所以大致流程就是:安装显卡驱动——安装CUDA 8.0——安装cuDNN——安装miniconda——安装各种计算包
命令如下:
安装驱动
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
重启系统让GTX1080显卡驱动生效
下载cuda 8.0 run文件
sudo sh cuda_8.0.61_375.26_linux.run
q快进跳过,提示是否安装xxxx选择n
配置环境变量至~/.bashrc
export PATH=/usr/local/cuda-8.0/bin/:$PATH
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64"
安装cuDNN比较简单,解压后把相应的文件拷贝到对应的CUDA目录下即可
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库
sudo rm -rf libcudnn.so libcudnn.so.6 #删除原有动态文件
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6 #生成软链接
sudo ln -s libcudnn.so.6 libcudnn.so #生成软链接
安装miniconda
配置清华源
下载miniconda(python3.6)
bash Miniconda3-latest-Linux-x86_64.sh
安装tensorflow-gpu版
conda install -y tensorflow-gpu==1.4.1
pytorch官网安装很简单就不写了