云服务器总结

5月4日买上云服务器，折腾了将近半个月。经历了tensorflow、pytorch、caffe的配置，运行了faster-rcnn、ssd-tensorflow、ssd-caffe、Ga-RPN、RefineDet、DetNet、RFB-Net等论文代码。对Linux操作系统熟悉了点，对配环境也不那么惧怕了。但是，一定要及时记录下来，不然就白买了。
云服务器配置：Tesla P4 GPU
硬件问题：
1.如何选择及配置云服务器？见收藏标签。

软件问题：
1.检查安装的nvidia显卡驱动版本命令
https://blog.csdn.net/jizhidexiaoming/article/details/79549837
按如上命令输入，显示：
在这里插入图片描述
显卡驱动版本为：384.111
很多地方会用到显卡驱动版本：
lspci | grep -i nvidia
cat /proc/driver/nvidia/version
nvidia-smi

2.Ubuntu安装cuda
因为云服务器是可以直接安装cuda9.0的，所以我就没有自己安装，这样也确实省了我很多事。
但还是保留这个链接，以防日后学习、工作使用。
https://blog.csdn.net/wanzhen4330/article/details/81699769

3.Ubuntu安装cudnn
我是用的这个链接：https://blog.csdn.net/weixin_41864878/article/details/79621210

4.查看cuda和cudnn版本：
https://blog.csdn.net/baidu_32936911/article/details/79774289
很多地方会需要查看cuda和cudnn版本号：
查看cuda版本：cat /usr/local/cuda/version.txt
我的cuda是9.0.176
查看cudnn版本：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
我的cudnn是7.0.5

5.安装anaconda(python版本3.6)：
目前官网都是最新版本的anaconda，对应的python版本是3.7.如果要下载3.6的，可参考如下图片：
在这里插入图片描述
但是现在打不开这个清华大学开源软件镜像站了。

6.安装tensorflow-gpu版本：pip install tensorflow-gpu==1.6
见博客Faster RCNN代码运行

7.数据集问题：
VOC2007、VOC2012、COCO：下载链接保存在了书签里面。迅雷下载中也有备份。可以先将压缩包传到服务器，再用解压命令解压数据集。以后下载东西可以使用迅雷下载，会非常快。

8.安装pytorch不同版本：参见ga-rpn代码运行博客，可在pytorch官网上选择不同操作系统、python版本、pip安装或conda安装，输入相应命令即可。但是想要安装以前pytorch版本，可参见官网其他命令。用pip命令或者conda命令都可以的，具体见之前DetNet和RFB-Net博客。

9.安装caffe：见之前博客吧。
10.待定

猜你喜欢