centos8.2+Tesla T4搭建深度学习运行环境
因为工作需要,租借了腾讯云服务器。购买的配置是centos 8.2系统,512G的存储空间,另外显卡是Tesla T4,20核CPU,80G内存,在此基础上搭建深度学习的运行环境,将要安装pytorch和tensorflow开发框架。
1.安装显卡驱动
查看显卡的类型
lspci | grep -i nvidia
可以发现,
显卡类型为Tesla T4。
通过显卡找到驱动版本,打开官网。
下载时候需要记住自己的cuda toolkit版本,后续安装cuda时候需要版本一致。
等下载完成后,上传到服务器上,就可以进行后续的安装操作。
%让.run 文件有可执行权限:
chmod u+x NVIDIA-Linux-x86_64-460.73.01.run
%执行安装脚本
sudo ./NVIDIA-Linux-x86_64-460.73.01.run
通过下述命令就可以检查是否安装成功。
看到以上显卡的具体信息,就表示目前为止驱动安装成功!
2.安装cuda
去官网下载,安装cuda。
有命令提示下载安装,如果第一步操作在服务上不能解析地址下载,可以选择下载到本地然后再进行第二步的安装。
安装过程中,一路选择yes就ok。
接下来需要配置环境变量,如下。
%打开profile文件进行编辑
sudo vim /etc/profile
%在文件的最后添加如下两行语句
export PATH=/usr/local/cuda-11.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
%保存退出
:wq!
source /etc/profile
%重启
sudo reboot
接下来验证cuda是否安装成功。
到此为止,表明cuda安装成功。
3.安装cudnn
第一步下载cuda对应的cudnn。官网
本地下载完成以后,上传到服务器,接下来开始安装。
%先解压文件 :tar -xvf cudnn-11.2-linux-x64-v8.1.0.77.tgz
%复制到CUDA指定目录下
sudo cp cuda/include/cudnn*.h /usr/local/cuda/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
%修改权限
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
验证是否安装成功。
%注意cudnn8.0以上版本cudnn.h一定要写为cudnn_version.h
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
当出现如下的界面,说明cudnn安装成功。
至此,GPU的驱动安装完毕,接下来就是配置运行编译环境。
4.安装Anaconda
直接去官网下载最新版的anaconda。注意需要选择与系统对应的版本下载。
下载完成以后,上传到服务器上,然后通过下列命令进行安装。
bash Anaconda3-2021.05-Linux-x86_64.sh
在安装过程中一路yes就OK。
可以默认不选择init,然后通过以下的命令修改。
echo 'export PATH="/root/anaconda3/bin:$PATH"' >> ~/.bashrc
最后输入命令,使环境变量生效。
source ~/.bashrc
查看conda是否安装成功。
如果显示conda命令不存在,应该是安装过程中没有选择初始化。
You have chosen to not have conda modify your shell scripts at all.
To activate conda's base environment in your current shell session:eval "$(/home/xxx/anaconda3/bin/conda shell.YOUR_SHELL_NAME hook)" To install conda's shell functions for easier access, first activate, then:conda initIf you'd prefer that conda's base environment not be activated on startup, set the auto_activate_base parameter to false: conda config --set auto_activate_base false
需要通过以下命令进行手工初始化。
eval "$(/root/anaconda3/bin/conda shell.bash hook)"
这样会进入base的conda环境中,通过以下命令可以推出conda虚拟环境。
conda deactivate
到目前为止,anaconda就安装完成。
接下来就可以通过conda命令创建属于自己的编译环境,在里面可以搭建不同的深度学习框架,比如安装pytorch或者tensorflow。
TensorFlow-gpu 安装完成后测试。
import tensorflow as tf
tf.test.is_gpu_available()
如果返回True,说明GPU版本的TensorFlow没问题。
Pytorch安装完成后测试。
import torch
flag = torch.cuda.is_available()
print(flag)
如果返回的是1,说明GPU版本的torch没问题。
centos8.2+Tesla T4搭建深度学习运行环境相关推荐
- WindowServer2012R2+Anoconda3.5.0.1+CUDA9.0+cuDNN7.1.3+Tensorflow-gpu1.6离线搭建深度学习开发环境
WindowServer2012R2+Anoconda3.5.0.1+CUDA9.0+cuDNN7.1.3+Tensorflow-gpu1.6离线搭建深度学习开发环境 关键词:Windows,Tens ...
- nvidia docker容器不支持中文的解决办法_用docker搭建深度学习实验环境
tensorflow和pytorch官方都维护了不同版本的docker镜像.借助docker我们可以方便的搭建起深度学习实验环境. 但是想要在同一个容器内同时拥有tensorflow.pytorch. ...
- 【深度学习】基于深度学习的linux服务器,需要搭建哪些服务,一步步搭建深度学习的环境,cuda,pytorch,opencv,ftp服务, nfs服务 docker等等
来来回回的安装服务器,是时间写个pipline了,在这里主要记录下生产环境下的一台基于深度学习的linux服务器,需要搭建那些服务 文章目录 前言 一.开工 1.1 切换yum源 1.2 minico ...
- 手把手教你搭建深度学习开发环境(Tensorflow)
前段时间在阿里云买了一台服务器,准备部署网站,近期想玩一些深度学习项目,正好拿来用.TensorFlow官网的安装仅提及Ubuntu,但我的ECS操作系统是 CentOS 7.6 64位,搭建Pyth ...
- pycharm remote 远程项目 同步 本地_利器:PyCharm本地连接服务器搭建深度学习实验环境的三重境界...
作为实验室社畜,常需要在本地使用Pycharm写代码,然后将代码同步到服务器上,使用远程登录服务器并运行代码做实验. 这其中有很多事情如果没有好的工具,做起来会非常麻烦. 比如如何快速同步本地与服务器 ...
- Win10+TensorFlow-gpu1.10+CUDA9.0+Cudnn7.4.1 搭建深度学习gpu环境
1.系统已安装环境 Anaconda3(python3.6.4) Visual Studio 2017 2.查看自己的NVIDIA版本 右键开始按钮-->设备管理器-->显示适配器 3. ...
- 云服务器deeplearning_云服务器深度学习服务器环境搭建
前几天在腾讯云服务器上搭建深度学习的环境,查阅了腾讯云的官方文档及相关博客,一是发现介绍的不太全,二是大都是本地工作站上的部署教程.经过多种尝试和血泪的踩坑,暂总结出一份文档,方便将来重新部署时的查阅 ...
- 基于AI的计算机视觉识别在Java项目中的使用(三) —— 搭建基于Docker的深度学习训练环境
深度学习在哪里? 我们已然生活在数字时代,一天24小时我们被数字包围.我们生活中的方方面面都在使用数字来表达.传递.存储.我们无时无刻不在接收数字信息,而又无时无刻不在生产数字信息. 在数字世界中,可 ...
- 1、搭建深度学习图像识别开发环境
搭建深度学习开发环境 1.前言 1.1 本文章约定 1.2 开始条件 1.3 视频教程 1.4 整个流程概览 1.5 所需硬件 1.6 软件版本概览 2.安装 Anaconda 2.1 创建环境 tf ...
最新文章
- ps怎么把一个颜色替换成另一个颜色_图标设计,用PS制作一款小清新的拟物时钟...
- Linux避免重复添加,重新封装一个iptables防止规则重复
- Linux基础知识99问(一)
- 配置gradle时,一直报错提示:ERROR: JAVA_HOME is set to an invalid directory: D:\Java\jdk1.8.0_144;
- c mysql封装 jdbc_利用Java针对MySql封装的jdbc框架类 JdbcUtils 完整实现
- android 的监控讲解,java android网络监测详解
- 如何安装Windows操作系统(五)驱动安装
- linux 日志乱码_这些 Linux 技巧大大提高你的工作效率
- 如何把Web缓存都充分利用上来?
- HTML 5参考手册
- 谷歌html编辑器代码,一行代码让谷歌浏览器变成在线编辑器
- Centos7.6搭建FTP服务器
- ARM裸机篇(三)——i.MX6ULL第一个裸机程序
- seo站内优化的10点建议及分析处理方案
- 单目标跟踪算法调研(2020)
- 递归皮质网络RCN简单理解
- 小火狐进化_《乐贝星空》宠物大全 解析小火狐三阶进化
- 《Optimising the selection of samples for robust lidar camera calibration》论文解读
- JavaScript-异步函数promise对象
- 基于JAVA房屋租赁系统计算机毕业设计源码+系统+lw文档+部署