本文将介绍在Deepin 15.8 搭建深度学习环境(Ubuntu类似),首先安装NVIDIA显卡驱动,再安装CUDA负责提供显卡加速计算,最后使用Miniconda安装深度学习框架Tensorflow与Keras。
CPU -- AMD A8
GPU -- GT650ti + P106矿卡(GT650Ti负责显示,P106负责加速tensorflow)
CUDA9.0 GCC需要5.0 所以在文中需降级处理
tensorflow 1.12 因为await关键字冲突,不支持 Python3.7 所以我们使用Python3.6
准备工作
- 下载驱动 NVIDIA驱动
- 下载CUDA NVIDIA CUDA
选择x86-Ubuntu16.04-runfile
- 下载cuDNN NVIDIA cuDNN
需要注册NVIDIA账号,注册过之后选CUDA9.0,再选择 cuDNN Library for Linux
- Miniconda 使用清华源下载
NVIDIA 显卡驱动安装
1.禁用开源驱动
打开terminal
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
blacklist nouveau
options nouveau modeset=0
2.更新配置
# 更新系统配置
sudo update-initramfs -u
# 关闭自启动图形界面
sudo systemctl disable lightdm
重启计算机
3.安装显卡驱动
登录后首先检查是否输出nouveau驱动信息
# 应该没有任何信息
lsmod | grep nouveau
进入下载目录
sudo bash NVIDIA-Linux-x86_64-410.78.run
这里以410.78驱动为例
安装成功后
# 查看NVIDIA 显卡信息
nvidia-smi
# 自启动图形界面
sudo systemctl enable lightdm
# 打开启动器
sudo systemctl start lightdm
安装CUDA与cuDNN
1.首先安装低版本GCC G++
sudo apt-get install gcc-5 g++-5
使用update-alternatives方便切换不同版本gcc
# gcc-5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50
#以下可以配置成高版本的gcc
#sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 70
#sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 70
# 可以使用config选项方便的切换
#sudo update-alternatives --config gcc
2.安装CUDA
sudo bash cuda_9.0.176_384.81_linux.run
这里选择不安装NVIDIA显卡驱动,之前我们已经装好较新的驱动版本
这里可以再将NVIDIA提供的补丁装上,方法类似,不再赘述
3.安装cuDNN
tar -zvxf cudnn-9.0-linux-x64-v7.tgz
cd cuda
sudo cp -P lib64/* /usr/local/cuda/lib64/
sudo cp -P include/* /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
4.最后添加CUDA与cuDNN的环境变量
vim ~/.bashr
#cuda
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64/:LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.0/bin:PATH
#cudnn
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
安装深度学习框架
1.安装Miniconda
bash Miniconda3-latest-Linux-x86_64.sh
不要使用sudo root权限
2.替换conda源为清华源
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
3.安装Python3.6
conda install python=3.6
4.替换pypi源
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
5.安装tensorflow、keras
pip install tensorflow-gpu
pip install keras