sud种种很凑巧的因素,需要用这么一套设备做深度学习。

笔记本是联想yoga s730,两年前在某多多入手,显卡坞是技嘉gaming box+GTX1070,某鱼入手。

折腾了一上午,踩了一些坑,终于把这东西配置好了,下面记录并分享一下过程(主要的坑反而在打驱动上)

1. 笔记本安装好Ubuntu系统

不多解释=。=

2. 笔记本接好显卡坞

2.1

buntu系统是支持雷电三设备的,在插好显卡后,系统应该会有提示。

没有提示也没关系,点开“设置-隐私-雷雳”就能看到自己的外置显卡。

注意第一次连接的显卡会显示“已连接”,而这时需要点击一下,改成“已授权”状态才可以,否则系统是没有真正连接到显卡上的,后面的安装过程就会报错。

2.2

输入命令

lspci |grep -i vga

该命令会输出你的显卡型号,上一步连接好后,这里应该就会检测到你的外接显卡。

3. 安装显卡驱动

3.1 下载

去英伟达(NVIDIA)官网下载对应型号的显卡驱动

https://www.nvidia.com/Download/index.aspx?lang=cn

一定要选择好自己的显卡型号,在“操作系统”一栏,选择Linux。

3.2 卸载原有驱动

卸载已经安装的英伟达显卡驱动:

sudo apt-get remove –purge nvidia*

即便没有安装过也可以运行一下,主要是用来应对第一次安装失败后重新安装的情况。

3.3 更改电脑的BIOS

进入电脑的BIOS,把Security Boot设置为Disabled

通常来讲,这一步在我们安装Windows10+Ubuntu双系统时已经做过了,不需要再做一遍,故在此不再赘述。

3.4 禁用nouveau

nouveau是另一套显卡驱动,在Ubuntu中默认启用,需要将其禁用。

打开文件:

sudo vim /etc/modprobe.d/blacklist.conf

在最后一行添加:

blacklist nouveau

PS. 如果你不知道怎么使用Vim编辑器,可以按照这个步骤:

a. 打开文件后,处于“命令模式”,来自键盘的所有输入不会改变文本内容,而是会被当做命令,滚动到最后一行。

b. 按下“A”进入编辑模式,这时可以像正常打字一样,在最后一行添加内容。

c.按“esc”回到命令模式,输入“:wq”保存退出。

命令行输入:

sudo update-initramfs -u

应用刚才的禁用。

重启系统:

reboot

重启之后,查看是不是成功禁用了nouveau:

lsmod | grep nouveau

没有输出表示成功禁用了,如果有输出则代表没有禁用。

3.5. 安装驱动

给刚才下载的驱动文件足够权限:

sudo chmod a+x XXX.run

XXX是你下载的驱动的文件名

安装:

sudo sh ./XXX.run –no-opengl-files

XXX是你下载的驱动的文件名,–no-opengl-files这个一定要加上,否则后面可能会陷入无限登录。

3.6. 测试

输入:

nvidia-smi

出现类似下面的显卡状态图表示安装成功。

4. 安装CUDA

https://developer.nvidia.com/cuda-downloads

选择对应的cuda版本下载安装就可以了

这是我选择的版本,选择完后,依次运行下面的命令即可完成安装,过程中需要下载一些东西,耐心一点。

5. 安装Anaconda

anaconda默认各位已经安好了,或者现在安装也来得及,在此不赘述。

6. 安装Pytorch

进入Pytorch官网下载页:

Start Locally | PyTorch

选择好自己所需要的版本,然后运行下面的命令就可以完成安装了。

7. 测试

在jupyter notebook里面测试一下

成功,可以愉快地炼丹了!

在Ubuntu中使用雷电3外接显卡(eGPU)进行深度学习相关推荐

  1. Win10笔记本用雷电3接口外接显卡加速tensorflow深度学习步骤

    简介:最近入手了一块rtx3060,但自己的主力设备是笔记本,于是萌生了通过外接显卡来加速深度学习的想法,配置过程中遇到一些小问题,经过调试最后解决了,现在简单把整个过程涉及的要点提炼出来,希望能帮助 ...

  2. 讲解人工智能中的知识图谱、图灵测试以及深度学习、机器学习

    InfoQ:您出版的<科幻电影中的科学>系列手绘得到了非常广泛的关注,能否跟大家聊聊书中选择的解读电影是否有标准?创作的过程是怎样的? 王元卓:说到创作契机,其实是一个非常偶然的机会,我本 ...

  3. anaconda中怎么sh_【好工具】 深度学习炼丹,你怎么能少了这款工具!JupyterLab 远程访问指南...

    欢迎来到[好工具]专栏,本次我们给介绍一款可以进行远程深度学习炼丹的工具 JupyterLab 及其配置流程,帮助读者在本地进行调试,Max 开发效率. 作者 & 编辑 | Leong 导言 ...

  4. linux nvidia 361.run,Ubuntu 16.04+Nvidia GTX 1080+CUDA8.0 深度学习环境配置

    GTX1080主机准备好之后,就是配置深度学习环境了,这里选择了比较熟悉Ubuntu系统,不过是最新的Ubuntu 16.04版本,另外在Nvidia GTX1080的基础上安装相关GPU驱动,外加C ...

  5. 自动驾驶中图像与点云融合的深度学习研究进展综述

    点云PCL免费知识星球,点云论文速读. 文章:Deep Learning for Image and Point Cloud Fusion in Autonomous Driving: A Revie ...

  6. 如何在实际中计划和执行一个机器学习和深度学习项目

    2019-11-27 20:27:28 作者:Sayak Paul 编译:ronghuaiyang 导读 做研究打比赛和真正的做一个机器学习和深度项目是不一样的,如果你有这方面的困惑的话,可以看看这篇 ...

  7. 【每周NLP论文推荐】 NLP中命名实体识别从机器学习到深度学习的代表性研究

    NER是自然语言处理中相对比较基础的任务,但却是非常重要的任务.在NLP中,大部分的任务都需要NER的能力,例如,聊天机器人中,需要NER来提取实体完成对用户输入的理解:在信息提取任务中,需要提取相应 ...

  8. Ubuntu 20.04 LTS/RTX30XX显卡 快速配置深度学习环境(一行命令)

    近日,新入一台RTX3080的服务器,目前好像还没办法很方便地在 RTX 30 系列 GPU上通过 pip/conda 安装 TensorFlow 或 PyTorch.因为这些 GPU 需要 CUDA ...

  9. 计算机视觉中的多视图几何_基于深度学习的视觉三维重建研究总结

    三维重建意义 三维重建作为环境感知的关键技术之一,可用于自动驾驶.虚拟现实.运动目标监测.行为分析.安防监控和重点人群监护等.现在每个人都在研究识别,但识别只是计算机视觉的一部分.真正意义上的计算机视 ...

最新文章

  1. Python基础:02数字
  2. 本地目录+Eclipse+Webstorm当SVN配置库服务器更换-客户端设置方式
  3. LeNet试验(五)观察“彩票假说”现象
  4. 看几道JQuery试题后总结(下篇)
  5. rpm安装mysql5.7.16_【CentOS 6.6 RPM方式安装MySQL 5.7.16 】
  6. java将dxf展示在网页_七天串起java技术栈-第四天
  7. Android指定SDK编译版本
  8. ubuntu11.04下如何发送文件到U盘如何添加发送文件到U盘的右键菜单
  9. 项目管理的五个过程和九大知识领域
  10. 原代码审计笔记-安全缺陷
  11. win10计算机启动慢,如何解决win10系统启动缓慢的问题
  12. 华硕笔记本BIOS设置u盘启动图文详解
  13. sql字符串和数字转换
  14. VMware中GPU虚拟化的三种模式(1)–vSGA
  15. 随机过程(2)__马尔可夫链的主要性质__查普曼-科莫高洛夫方程
  16. 可以练计算机应用基础的网址,计算机应用基础模拟练习题
  17. Photoshop实用的快捷键分享
  18. 程序员一定要明白的架构:三地五中心(1)
  19. 2015.3.31 读毕《从你的全世界路过》
  20. 互联网架构三板斧之并发

热门文章

  1. Seq2Seq模型中的集束搜索(Beam Search)
  2. windows terminal ssh连接
  3. Day Nine——白噪声检测及确定p、d、q值和模型的检验
  4. 树莓派siri homekit_树莓派可以这样玩
  5. ADF4350调试记录及频点锁定
  6. OpenStack-Placement组件部署详解(T版)
  7. 非对称加密之公钥加密与私钥加密的应用场景
  8. 限制p元素之显示2行文字,同时出现省略号。
  9. CSS3篮球场热力区域图
  10. 关于数组名(arr)的理解