1. 安装python(Anaconda)
python环境使用anaconda
从官方网站下载操作系统对应的版本
chmod +x Anaconda3-5.0.1-Linux-x86_64.sh
./Anaconda3-5.0.1-Linux-x86_64.sh
2. Nvidia显卡驱动(使用NVIDA驱动)
重启计算机
3. Nvidia CUDA 8.0
从官方网站下载对应的版本
sudo sh cuda_8.0.61_375.26_linux.run
注意:这是选择不安装(填:n)显卡驱动,因为前面已安装 。
安装cuda 8.0 patch: sudo sh cuda_8.0.61.2_linux.run(这里下面会放百度云链接)
参照界面提示配置环境变量(一定要添加上哦)
export CUDA_HOME=/usr/local/cuda-8.0
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-8.0/bin:$PATH
然后source ~/.bashrc立即生效
4. Nvidia CuDNN 6.0
从官方网站下载cuDNN 6.0, 注意这一步需要注册账户(https://developer.nvidia.com/rdp/cudnn-archive)
下载完成后解压缩。
tar zxvf cudnn-8.0-linux-x64-v6.0-tgz
cp cuda/include/* /usr/local/cuda-8.0/include/
cp cuda/lib64/* /usr/local/cuda-8.0/lib64/
5.检查和验证之前的过程
(1)看nvcc版本nvcc --version
(2) 看驱动版本cat /proc/driver/nvidia/version
(3)看驱动能不能用nvidia-smi ,这一步之前可能需要reboot一下使得刚装的驱动生效。
6.还是检查,运行一下官方的例子
进入到samples文件夹在用户目录下或者/usr/local/cuda/samples下都有,进入1_Utilities/deviceQuery中,make 然后运行./deviceQuery,会输出一堆信息,最后是PASS,之前都对。
7. Tensorflow GPU
sudo apt-get install libcupti-dev
conda create -n tensorflow python=3.6
source activate tensorflow
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.4.0-cp36-cp36m-linux_x86_64.whl
8.安装pytorch
在官网https://pytorch.org/get-started/locally/选一个你的当前的配置。然后就有个命令,你在你的命令行输入这个命令即可。
我的是这个:conda install pytorch torchvision cuda80 -c pytorch
9.测试torch
import torch
import torchvision
如果你要用这个且装了这个的话。没用没装就不用试了
10.测试CUDA和cuDNN
# CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)
# cuDNN test
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))
百度网盘链接:
参考链接:https://blog.csdn.net/chenhaifeng2016/article/details/78874883
参考链接:https://blog.csdn.net/yimingsilence/article/details/79631567