在整个机器学习的过程中,配置环境一直是一个比较复杂的事情,今天介绍几种根据英伟达官方文档来配置环境的方法。

安装方案

https://gitlab.com/nvidia/container-images/cuda/

国内同步镜像:https://gitee.com/zionfuo/cuda

安装脚本在dist目录下

选择cuda的版本号

矩池云上cuda8/cuda9使用的是ubuntu16.04,cuda10及以上都是ubuntu18.04

  • base:cuda安装方式
  • devel:nvcc等安装方式
  • runtime:cudnn等安装方式

检查系统版本

source /etc/os-release && echo $VERSION_ID

cuda 与 nvcc 安装教程

导入apt仓库和其GPG key

# 检查系统若输出 16.04,请用下面的命令
curl -fsSL https://mirrors.aliyun.com/nvidia-cuda/ubuntu1604/x86_64/7fa2af80.pub | apt-key add -
echo "deb https://mirrors.aliyun.com/nvidia-cuda/ubuntu1604/x86_64/ /" > /etc/apt/sources.list.d/cuda.list # 检查系统若输出 18.04,请用下面的命令
curl -fsSL https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/7fa2af80.pub | apt-key add -
echo "deb https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/ /" > /etc/apt/sources.list.d/cuda.list

cuda、nvcc在阿里源的nvidia-cuda中有,软件的对应的版本可以在阿里源中搜索查到。

https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804(1604)/x86_64/

安装所需版本的 cuda

以cuda11为例,根据Dockerfile得出安装命令如下

# 以升级到cuda11为例
apt-get update && apt-get install -y --no-install-recommends \
cuda-cudart-11-0=11.0.221-1 \
cuda-compat-11-0 &&\
ln -s cuda-11.0 /usr/local/cuda && \
rm -rf /var/lib/apt/lists/*

安装所需版本的 nvcc

以cuda10版本的nvcc为例,根据Dockerfile得出安装命令如下

# "10-0" 表示安装CUDA10.0版本的 nvcc, 应根据镜像中cuda版本安装
apt-get update && apt-get install -y --no-install-recommends \
apt install cuda-command-line-tools-10-0 \
rm -rf /var/lib/apt/lists/*

cudnn 与 tensorRT 安装教程

# 检查系统若输出 16.04,请用下面的命令
curl -fsSL https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1604/x86_64/7fa2af80.pub | apt-key add -
echo "deb https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1604/x86_64/ /" > /etc/apt/sources.list.d/cuda.list # 检查系统若输出 18.04,请用下面的命令
curl -fsSL https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1804/x86_64/7fa2af80.pub | apt-key add -
echo "deb https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1804/x86_64/ /" > /etc/apt/sources.list.d/cuda.list

cudnn、tensorRT在腾讯源的nvidia-machine-learning中有,软件的对应的版本可以在腾讯源中搜索查到。

https://mirrors.cloud.tencent.com/nvidia-machine-learning/ubuntu1804(1604)/x86_64/

安装所需版本的 cudnn

以cuda10.2下cudnn 8.0.3版本为例,根据Dockerfile得出安装命令如下

# 这里以cudnn 8.0.3.33版本为例
apt-get update && apt-get install -y --no-install-recommends \
libcudnn8=8.0.3.33-1+cuda10.2 \
&& apt-mark hold libcudnn8 && \
rm -rf /var/lib/apt/lists/*

安装所需版本的 tensorRT

根据TensorFlow的官方文档得出安装命令如下

https://www.tensorflow.org/install/gpu

# 这里以tensorRT 7.1.3版本为例
apt-get install -y --no-install-recommends libnvinfer7=7.1.3-1+cuda11.0 \
libnvinfer-dev=7.1.3-1+cuda11.0 \
libnvinfer-plugin7=7.1.3-1+cuda11.0

最新文章

  1. height:100%不起作用(无效),div全屏
  2. 访问者(Visitor)模式
  3. 【回溯】n皇后问题
  4. 成员变量&&局部变量
  5. 关于C# winform 快速制作不规则边框的方法
  6. sshpass
  7. ubuntu免验证登陆权限问题
  8. Windows 内核(WRK)编译
  9. VisualStudio替换所有空行
  10. CodeForces 573A Bear and Poker
  11. 搭建LNMP架构
  12. 使用Python多线程犯的错误总结
  13. .net 资源
  14. 初识vps,域名与购买,初步配置
  15. 一些优秀的Python包
  16. python unittest单元测试
  17. Fantacy团队周一站立会议
  18. 智能文件选择列表—— bat 批处理
  19. web服务器/应用服务器/http服务器/中间件
  20. event.currentTarget和event.target的区别

热门文章

  1. Linux 配置常用工具?
  2. SP419/422 TRANSP(2) - Transposing is Fun
  3. uniap tab list 滑动
  4. 【转】性能测试报告模板 V1.0
  5. iOS 性能优化系列
  6. iOS中JavaScript和OC交互 --by 胡 xu
  7. http的报文结构和状态码总结
  8. 在MacOS安装puppeteer
  9. 阅读mybatis的源码的思路
  10. Solution -「ExaWizards 2019 C」Snuke and Wizards