深度學習指南基於Ubuntu從頭開始搭建環境

這是一篇為機器搭建深度學習研究環境的詳細指南，包括驅動程式、工具和各種深度學習框架的安裝指導。在64位ubuntu 14.04的機器上使用nvidia titan x進行測試。

還有一些有類似目的的指南。一些內容有限，而另外一些則不是最新的。該指南基於（有些部分是複製來的）：

sudo apt-get update sudo apt-get upgrade sudo apt-get install build-essential

sudo apt-get autoremove

安裝git

sudo apt-get install git

lspci | grep -i nvidia

我們將使用apt-get來安裝驅動。到「proprietary gpu drivers」 ppa中檢視是否有你最新的驅動。注意，最新的驅動一定是最穩定的。你也可以安裝網頁上推薦的驅動版本。新增」proprietary gpu drivers」 ppa 資源庫。在寫這篇文章的時候，最新版本是361.42，然而推薦版本是352：

sudo add-apt -repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get install nvidia-

352

sudo shutdown -r now

cat /proc/driver/nvidia/version

sudo dpkg -i cuda-repo -ubuntu1404 *amd64.deb sudo apt-get update

sudo apt-get install cuda

echo
'export path=/usr/local/cuda/bin:$path' >> ~/.bashrc
echo
'export ld_library_path=/usr/local/cuda/lib64:$ld_library_path' >> ~/.bashrc
source ~/.bashrc

nvcc -v

sudo shutdown -r now

/usr/local/cuda/bin/cuda-install
-samples
-7.5
.sh ~/cuda-samples
cd ~/cuda-samples/nvidia*samples
make -j $(($(nproc) +
1))

注意：（-j $(($(nproc) + 1))）命令使用你機器上的核心數並行執行，所以編譯會更快

bin/x86_64/linux/release/devicequery

解壓並複製檔案

cd ~/downloads/ tar xvf cudnn*.tgz cd cuda sudo cp */*.h /usr /local/cuda /include/ sudo cp */libcudnn* /usr /local/cuda /lib64/

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

sudo apt-get install python-pip python-dev sudo pip install --upgrade

.0-cp27-none-linux_x86_64.whl

python
>>> 
import tensorflow as tf
>>> exit()

mkdir ~/git
cd ~/git
git clone 
cd openblas
make fc=gfortran -j $(($(nproc) + 1))
sudo make prefix=/usr/local install

echo
'export ld_library_path=/usr/local/lib:$ld_library_path' >> ~/.bashrc

sudo apt-get install -y libfreetype6-dev libpng12-dev pip install -u matplotlib ipython[ all]

jupyter pandas scikit-image

-dev protobuf-compiler

sudo apt-get install --no-install

-recommends libboost-all

-dev

sudo apt-get install libgflags-dev libgoogle-glog

-dev liblmdb-dev

cd ~/git git clone cd caffe cp makefile.config

.example makefile.config

sed -i
's/# use_cudnn := 1/use_cudnn := 1/' makefile.config

sed -i 's/blas := atlas/blas := open/' makefile.config

sudo pip install -r python/requirements.txt
make all -j $(($(nproc) + 1))
make test -j $(($(nproc) + 1))
make runtest -j $(($(nproc) + 1))

make pycaffe -j $(($(nproc) + 1))

echo
'export caffe_root=$(pwd)' >> ~/.bashrc
echo
'export pythonpath=$caffe_root/python:$pythonpath' >> ~/.bashrc
source ~/.bashrc

ipython
>>> 
import caffe
>>> exit()

sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ python-pygments python-sphinx python-nose

sudo pip install theano

python
>>> 
import theano
>>> exit()

sudo pip install keras

git clone  ~/git/torch --recursive
cd torch; bash install-deps;
./install.sh

sudo apt-get install software-properties -common sudo add-apt -repository ppa:x2go/stable sudo apt-get update

sudo apt-get install x2goserver x2goserver-xsession

sudo apt-get update

sudo apt-get install -y xfce4 xfce4-goodies xubuntu-desktop

hostname -i

深度學習指南基於Ubuntu從頭開始搭建環境

深度學習指南基於Ubuntu從頭開始搭建環境

深度學習學習指南

學習指南學習指南數學從入門到精通

深度學習指南 基於Ubuntu從頭開始搭建環境

深度學習指南 基於Ubuntu從頭開始搭建環境

深度學習學習指南

學習指南 學習指南 數學 從入門到精通

相關推薦

深度學習指南基於Ubuntu從頭開始搭建環境

深度學習指南基於Ubuntu從頭開始搭建環境

學習指南學習指南數學從入門到精通