如何配置深度学习系统
- 2019 年 12 月 18 日
- 笔记
Anacodna相关操作
下载安装以及切换镜像
#下载和安装anaconda wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh bash Anaconda3-5.2.0-Linux-x86_64.sh #切换到清华源,加快下载速度 wget https://tuna.moe/oh-my-tuna/oh-my-tuna.py python oh-my-tuna.py
conda环境创建、退出和移除
conda create --name py36 python=3.6 #创建环境 conda activate py36 #激活环境 conda deactivate py36 #退出环境 conda remove --name py36 --all #删除环境 conda info -e #查看系统中的所有环境
conda查找包的所有版本
conda search tensorflow
conda瘦身
conda clean -p //删除没有用的包 conda clean -t //清理tar
查看系统内存和进程
#安装系统查看器 pip install glances
运行glances查看系统状态
深度学习环境创建
注意不需要手动配置cuda和cudnn,直接conda安装
TF环境
1.x推荐1.14.0版本
conda install tensorflow-gpu==1.14.0 #conda install tensorflow-gpu //默认是2.0版本 conda install keras
Torch环境
conda install pytorch torchvision cudatoolkit=10.0
在线安装失败
有可能因为网络原因下载失败，因此可以先下载然后本地安装，tf和torch也类似
cuda和cudnn安装
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2 conda install cudnn-7.3.1-cuda10.0_0.tar.bz2 #本地安装 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-10.0.130-0.tar.bz2 conda install cudatoolkit-10.0.130-0.tar.bz2 #本地安装
pytorch gpu版本
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/pytorch-1.3.0-py3.6_cuda10.0.130_cudnn7.6.3_0.tar.bz2 conda install pytorch-1.3.0-py3.6_cuda10.0.130_cudnn7.6.3_0.tar.bz2
从头配置centos服务器环境
参考这篇 博客
