Linux搭建深度神经网络,linux服务器搭建深度学习环境
系统:redhat el7 同样适用于centos7
nvidia显卡驱动 版本: 410.129 CUDA Toolkit: 10.0
cuda 10.0
cudnn 7.6.5
python 3.7
tensorflow-gpu 1.14.0
第一步安装anaconda
bash Anaconda3-2020.02-Linux-x86_64.sh
vim /etc/profile
添加
#Anaconda
export PATH=/root/anaconda3/bin:$PATH
source /etc/profile
查看python版本
python --version
第二步安装nvidia驱动
1、禁止Linux系统自带的集成驱动
vim /etc/modprobe.d/blacklist.conf
使用vim在打开的文件后面添加几行:
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
chmod 666 /etc/modprobe.d/blacklist.conf
之后,重启服务器 reboot
重启之后执行:lsmod | grep nouveau
2.安装依赖包
在安装驱动的时候需要几个依赖包,比如gcc,g++,make
yum -y install gcc kernel-devel kernel-headers g++ make
去https://www.nvidia.cn/Download/index.aspx?lang=cn找到自己对应系统的显卡驱动
Tesla Driver for Linux RHEL 7
版本: 410.129
发布日期: 2019.9.4
操作系统: Linux 64-bit RHEL7
CUDA Toolkit: 10.0
语言: Chinese (Simplified)
文件大小: 111.5 MB
3、驱动安装 CUDA Toolkit: 10.0
rpm -ivh nvidia-diag-driver-local-repo-rhel7-410.129-1.0-1.x86_64.rpm
yum install -y cuda-drivers
执行如下命令,查询driver版本。
rpm -qa | grep -i nvidia
第三步,安装cuda10.0
1、如果下载的是sh:
sudo sh cuda_10.0.130_410.48_linux.run
有一个地方需要注意:在询问是否安装gpu drivers时要选择no
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?
(y)es/(n)o/(q)uit: n
!!!!卸载sh 重装的时候用
!!!!cd /usr/local/cuda/bin
!!!!sudo ./uninstall_cuda_10.0.pl
reboot
查看
nvidia-smi
2、配置环境变量
vim ~/.bashrc
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
source ~/.bashrc
vim /etc/profile
export PATH=/usr/local/cuda/bin:$PATH
export CUDA_INSTALL_PATH=/usr/local/cuda
export LD_LIBRARY_PATH=$CUDA_INSTALL_PATH/lib64:$LD_LIBRARY_PATH
source /etc/profile
3、创建链接文件:
vim /etc/ld.so.conf.d/cuda.conf
添加如下语句:
/usr/local/cuda/lib64
然后执行
sudo ldconfig
第四步,解压cudnn-10.0-7.6.5
tar -zxvf cudnn-10.0-linux-x64-v7.6.5.326.tgz
cp /data/software/cuda/include/cudnn.h /usr/local/cuda/include
cp /data/software/cuda/lib64/libcudnn* /usr/local/cuda/lib64
chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
更新一下链接
cd /usr/local/cuda/lib64
sudo ln -sf libcudnn.so.7.6.5 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
查看一下nvcc的信息验证安装是否成功。
nvcc -V
nvcc --version
卸载
rpm -qa | grep -i nvidia
yum remove nvidia-driver-local-repo-rhel7-440.64.00-1.0-1.x86_64
rpm -qa | grep -i cuda
yum remove cuda-repo-rhel7-10-2-local-10.2.89-440.33.01-1.0-1.x86_64
yum clean all
运行实例代码报错
ImportError: /lib64/libm.so.6: version `GLIBC_2.23' not found (required by /root/anaconda3/lib/python3.7/site-packages/tensorflow/python/_pywrap_tensorflow_internal.so)
1. glibc下载
从http://www.gnu.org/software/libc/ 下载源代码
2. 安装
tar -zxvf glibc-2.23.tar.gz
cd glibc-2.23
mkdir build
cd build
echo $LD_LIBRARY_PATH
../configure --prefix=/data/glibc-2.23 (../configure --prefix=/usr --disable-profile --enable-kernel=2.6.32 --enable-obsolete-rpc)
报错 LD_LIBRARY_PATH shouldn't contain the current directory
方法:临时修改 vim ~/.bashrc
LD_LIBRARY_PATH=
(/usr/local/cuda-10.0/lib64:
export LD_LIBRARY_PATH=
echo $LD_LIBRARY_PATH)
编译后记得修改回来
make -j4
make install
继续报错
gawk: error while loading shared libraries: /lib64/libm.so.6: invalid ELF header
make[2]: *** [/data/software/glibc-2.23/build/math/stubs] Error 127
make[2]: Leaving directory `/data/software/glibc-2.23/math'
make[1]: *** [math/subdir_install] Error 2
make[1]: Leaving directory `/data/software/glibc-2.23'
make: *** [install] Error 2
解决方法
cd /lib64
ls -l | grep libm
发现有新的libm-2.23.so文件生成,这个时候更改了一下软链:
unlink libm.so.6
ln -s libm-2.23.so libm.so.6
继续make install
Linux搭建深度神经网络,linux服务器搭建深度学习环境相关推荐
- Linux下简单的邮件服务器搭建
Linux下简单的邮件服务器搭建 电子邮件服务简介 电子邮件是因特网上最为流行的应用之一,而邮件服务器是一种用来负责电子邮件收发管理的设备,它构成了电子邮件系统的核心. 电子邮件系统的组成 MUA( ...
- linux环境下企业基于域名访问的web于电子邮件服务器 论文,基于Linux平台的企业邮件服务器搭建...
我失骄杨君失柳,杨柳轻飏直上重霄九.得道多助,失道寡助.身后有余忘缩手,眼前无路想回头.鸟宿池边树,僧敲月下门.想当年,金戈铁马,气吞万里如虎. 本文由418133804贡献 pdf文档可能在WAP端 ...
- 深度神经网络的成功应用,深度神经网络技术赋能
深度神经网络是什么意思? 深度神经网络是机器学习(ML, Machine Learning)领域中一种技术.在监督学习中,以前的多层神经网络的问题是容易陷入局部极值点. 如果训练样本足够充分覆盖未来的 ...
- 深度神经网络算法有哪些,深度神经网络主要模型
有哪些深度神经网络模型? 目前经常使用的深度神经网络模型主要有卷积神经网络(CNN) .递归神经网络(RNN).深信度网络(DBN) .深度自动编码器(AutoEncoder) 和生成对抗网络(GAN ...
- 深度神经网络的matlab实现,深度神经网络代码matlab
为什么不用matlab做深度学习? matlab可以做深度学习,但是从实用性的角度来讲matlab的实现效率相对较低,训练耗时较长.初次学习计算机语言就选择matlab不是一个明智的选择,最好选用C或 ...
- 服务器中搭建OA系统,云服务器搭建oa系统
云服务器搭建oa系统 内容精选 换一换 云服务器创建后区域固定,不能将云服务器转移到另一个区域,也不能将云服务器转移到另一个帐号.您可以通过镜像迁移方式实现云服务器的跨帐号跨区域迁移.服务器迁移的常见 ...
- 服务器如何搭建oa系统,云服务器搭建oa系统
云服务器搭建oa系统 内容精选 换一换 本节操作介绍购买云耀云服务器的操作步骤.购买时,为减少您配置参数的时间,部分参数由系统自动分配,以下参数配置供你了解系统的默认配置.购买云耀云服务器仅支持&qu ...
- win7系统ftp服务器搭建,win7系统 ftp服务器搭建
win7系统 ftp服务器搭建 内容精选 换一换 为了保证使用私有镜像创建的新云服务器可以通过"用户数据注入"功能注入初始化自定义信息(例如为云服务器设置登录密码),请在创建私有镜 ...
- suse ftp文件服务器搭建,SUSE下FTP服务器搭建
FTP(File Transfer Protocol),是TCP/IP网络上两台计算机传送文件的协议,是在TCP/IP网络和Internet上最早使用的协议之一,属于网络协议组的应 用层.FTP客户机 ...
- python深度神经网络量化_「深度神经网络」(deep neural network)具体是怎样工作的?...
本文将从深度神经网络本质的视角解释其黑盒特性.这篇解读来源于CVPR2017一篇Oral的文章,作者希望通过寻找到网络中间层与一些语义概念的对应关系,从而实现对于CNN网络潜在的表达能力的定量化分析, ...
最新文章
- 洛谷 1359 租用游艇
- 【Linux 内核 内存管理】Linux 内核内存布局 ④ ( ARM64 架构体系内存分布 | 内核启动源码 start_kernel | 内存初始化 mm_init | mem_init )
- 【POJ 3273】 Monthly Expense (二分)
- Nacos-环境隔离
- TypeScript里的interface扩展,多继承以及对应的JavaScript代码
- BindingException: Parameter 'XXX' not found. Available parameters are [collection, list]
- 发达国家与发展中国家编程语言技术的分布差异性
- php中表格怎么垂直居中,如何利用display:table-cell实现垂直居中?
- php 判断是否ipv6,PHP IPV6正则表达式验证代码
- FZU1977 Pandora adventure —— 插头DP
- 《现代操作系统(中文第四版)》笔记 第一章 引论
- 最新delphi7序列号和破解文件
- Angular内置指令
- drop_caches释放哪些内存
- Gstreamer/audioflingersink/APE: 使用palybin播放extrahigh,insane等级的ape音乐出现卡顿现象
- Python编程案例:中文金额转换并计算
- python模拟微信登录公众号_Python3微信公众平台requests模拟登陆
- 2015级计算机科学与技术2班班级博客大全
- 气凝胶产业链都有?-供应银纳米粒子修饰碳球/石墨烯复合气凝胶/磷钨杂多酸修饰ZrO_2气凝胶/柠檬酸修饰纤维素气凝胶定制
- Java多线程-任务拒绝策略