本篇主要介紹:在服務(wù)器中安裝顯卡驅(qū)動(dòng)及配置深度學(xué)習(xí)框架。
服務(wù)器與本地主機(jī)的區(qū)別
在配置本地Linux系統(tǒng)(比如ubuntu)主機(jī)的深度學(xué)習(xí)框架時(shí),顯卡驅(qū)動(dòng)的安裝按照提示一步一步進(jìn)行即可。但是,在給服務(wù)器安裝GPU驅(qū)動(dòng)時(shí),就要考慮到顯卡驅(qū)動(dòng)中的顯示驅(qū)動(dòng)不能安裝,因?yàn)榉?wù)器預(yù)裝的系統(tǒng)中沒(méi)有X桌面(GUI),這點(diǎn)一定要注意。
配置環(huán)境
1)安裝NVIDIA驅(qū)動(dòng)
顯卡驅(qū)動(dòng)下載官網(wǎng)地址:https://www.nvidia.com/Download/index.aspx?lang=en-us
參考下圖,CUDA版本一定要選擇“8.0”!?。∫?yàn)門(mén)ensorFlow官網(wǎng)要求cuda版本為8.0,雖然有寫(xiě)支持9.0,但是實(shí)測(cè)暫時(shí)不支持
新建一個(gè)文件夾,存放需要下載的驅(qū)動(dòng)文件
sudo mkdir/home/downloads
點(diǎn)search后點(diǎn)下載,按照下圖操作復(fù)制鏈接
鏈接形式如下:
https://cn.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb
輸入如下命令下載并重命名驅(qū)動(dòng)文件
sudo wget-O driver-384.deb<span style="color:rgb(0,0,0);">https://cn.download.nvidia.com/tesla/384.66/nvidia-diag-driver-local-repo-ubuntu1604-384.66_1.0-1_amd64.deb</span>
按照官網(wǎng)“其他”中介紹的安裝方式安裝
2)安裝CUDA toolkit
這里就有小坑了,CUDA版本要在下面“l(fā)egacy releases”中選擇8.0版本
win版本:https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_win10-exe
Linux ubuntu16.04版本:(可能會(huì)變動(dòng))https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64-deb
下面這兩個(gè)用哪個(gè)都可以
然后按照下圖選擇類(lèi)型,最后按照安裝介紹安裝。
在安裝時(shí),會(huì)遇到如下提示,我們不安裝顯示驅(qū)動(dòng),所以一定要選“n”
Install NVIDIAAccelerated Graphics Driver for Linux-x86_64 387.26?
(y)es/(n)o/(q)uit:n
最后顯示如下內(nèi)容,代表CUDA安裝成功
3)安裝CUDNN
在官網(wǎng)下載cudnn-8.0-linux-x64-v5.1.tgz https://developer.nvidia.com/rdp/cudnn-download
需要注冊(cè)登錄才可以下載,下載完同樣上傳到自己home下面,解壓:
tar-xvzf cudnn-8.0-linux-x64-v5.1.tgz
解壓后是一個(gè)cuda文件夾
cd cuda
sudo cp include/cudnn.h/usr/local/cuda/include
sudo cp lib64/libcudnn.*/usr/local/cuda/lib64
sudo vi/etc/profile
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
source/etc/profile使更改生效。
nvcc-V檢查CUDA
下面4)5)步可以參考TensorFlow官網(wǎng)安裝教程:
https://www.tensorflow.org/install/install_linux#installing_with_anaconda
4)安裝anaconda
5)安裝TensorFlow