Ubuntu 18.04 深度学习环境搭建

ubuntu18.04环境下搭建深度学习的环境 深度学习环境搭建:Ubuntu 18.04 + Anaconda 3 + Nvidia 440.31 +CUDA 10.2 +CuDNN +Pytorch +mmdetection 记录自己搭建深度学习环境的全过程,后面可能还会用到,电脑本身只有windows系统,所以从安装Ubuntu开始。 1 Ubuntu 18.04 安装 日常U盘写入镜像安装,Ubuntu系统开源,官网下载,UltraIS... 阅读详情

开启ssh

安装openssh-server。

sudo apt-get install openssh-server



Ubuntu 镜像源修改

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

sudo vim /etc/apt/sources.list

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
#deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

sudo apt-get update
sudo apt-get upgrade


安装python3

sudo apt install python3-pip

修改pip源

vim ~/.pip/pip.conf
#ali的pip.conf配置
[global]
index-url = http://mirrors.aliyun.com/pypi/simple
[install]
trusted-host = mirrors.aliyun.com

安装jupyter

pip3 install jupyter

jupyter notebook --generate-config
jupyter notebook password

jupyter notebook --ip 0.0.0.0


安装anaconda
wget https://repo.continuum.io/archive/Anaconda3-5.1.0-Linux-x86_64.sh
bash ~/anaconda3/Anaconda3-5.1.0-Linux-x86_64.sh


source /home/keras/.bashrc

conda修改国内源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes


jupyter远程登陆设置
jupyter notebook --generate-config
jupyter-notebook password


vim ~/.jupyter/jupyter_notebook_config.py 
c.NotebookApp.ip='*'


conda 创建环境

conda create -n dl python=3.6

source activate dl


安装tensorflow
conda create --name tensorflow python=3.5 jupyter
source activate tensorflow
pip install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.6.0-cp35-cp35m-linux_x86_64.whl


验证tensorflow
vim test.py
# Python
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

python test.py


安装keras
pip install keras

安装pytorch-cpu

conda install pytorch -c soumith


Ubuntu18.04+RTX 2080Ti+CUDA 10.0 +cuDNN+PyTorch搭建深度学习环境 基本硬件环境 硬件基本信息 硬件 型号 CPU I7-9700k GPU RTX 2080ti 内存 DDR4 2666 16GB*2 主板 ASUS Z390-A 机箱 Tt(Thermaltake) 启航者S5 电源 海盗船 850W 支持2080ti SSD固态硬盘 三星 500GB M.2接口 860 EVO HHD机械硬盘 西部数据 1TB S... 阅读详情

相关推荐

Ubuntu18.04搭建深度学习环境(Anaconda3+tensorflow2.0+keras)

Ubuntu18.04搭建深度学习环境(Anaconda3+tensorflow2.0+keras) 一、安装Anaconda3(python3.6) 下载Anaconda3安装包到任意目录: $ wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh 开始安装: $ bash Anaconda3-5.2.0-Linux-x86_64.sh 遇到第一个">>>"

qq_40668299的博客 839

【深度学习】ubuntu18.04环境配置详细教程

【深度学习】环境配置详细教程(ubuntu18.04)

yangyu0515的博客 3032

Ubuntu 18.04 + Docker + Nvidia Docker + Deepo 从零搭建深度学习环境

Ubuntu 18.04 系统安装完成后,我们从零开始搭建基于docker 的深度学习环境。整个安装过程主要分为4步:(1)安装nvidia驱动(2)安装docker (3)安装nvidia docker (4)拉取Deepo镜像。最后,我们通过tensorflow运行一个MNIST手写字符识别的例子来进行验证。 一. 安装nvidia驱动 1. 首先禁用nouveau驱动 把 nouve...

chenshulong的博客 1714

Ubuntu18.04系统搭建深度学习环境

Ubuntu18.04系统安装深度学习环境,安装概要:显卡驱动+cuda11.7+cudnn+pip换源+Anaconda3+pycharm

Ayu147258的博客 4443

Win 10 + Ubuntu 18.04 双系统安装与深度学习环境配置安装踩坑实录(上篇)

Win 10 + Ubuntu 18.04 双系统安装与深度学习环境配置安装踩坑实录(上篇) 折腾了两三天总算顺利在电脑上完成了装x的双系统安装,一路走来还比较顺利,主要在ubuntu的显卡设置上躺了不少坑,特此记录 (2020/3/6)。 本篇主要分享一些关于双系统安装的经验,关于Anaconda以及GPU的配置,将在后续保持更新! 文章目录Win 10 + Ubuntu 18.04 双系统安装与深度学习环境配置安装踩坑实录(上篇)硬件磁盘空间准备Ubuntu 系统启动盘制作BIOS设置Ubuntu 安装独立显卡驱动安装 硬件 硬件配置上就不多啰嗦了,重点是硬盘、主板和显卡。 这次安装主要使

汽车底盘技术解析:从悬架调校到智能化,如何评价国产车底盘实力

汽车底盘作为决定车辆驾驶质感、安全性和耐久性的核心系统,其技术内涵远不止于悬架结构。从行驶系、转向系到制动系的协同工作,底盘调校是一门融合机械原理与工程实践的艺术。在电动化与智能化浪潮下,底盘技术正经历从被动适应到主动响应的变革,CDC可变阻尼减震器和空气悬架等技术的应用,让底盘具备了通过OTA升级实现性能优化的可能。国产汽车品牌如奇瑞、吉利等,通过平台化架构研发与调校经验积累,正推动底盘技术从“能用”向“好用”乃至“塑造独特驾驶风格”迈进。理解底盘技术,需超越简单的结构对比,关注其在实际路况中的滤震性、支

weixin_34413103的博客 386

揭秘Ubuntu深度学习服务器配置:新手如何成为专家?

本文主要介绍了从零到一保姆级Ubuntu深度学习服务器环境配置教程

戴璞微的学习之路 3万+

esp32 python开发环境搭建_eclipse esp32开发环境搭建

安装方法基本是按照官网提供的方法来操作https://github.com/espressif/idf-eclipse-plugin#GettingStarted但是官网的方法安装之后还是不能编译成功的,第一次编译会出现一下问题问题1:Building in: E:\eclipse-workspace\helloworlk\buildcmake -G Ninja -DCMAKE_TOOLCHAIN...

weixin_39978276的博客 1263

内网环境下ubuntu 20.04搭建深度学习环境总结

安装驱动和cuda其实挺简单的,内网可能稍微麻烦点,但本人还是碰到了各种各样的问题,安装完后PC工作站使用一段时间又会卡死,工作站又放在机房,每次重启很麻烦。找不到卡死的原因,推测是驱动的问题,又卸载重装,来来回回遇到很多问题,在这里统一记录下。关闭系统休眠关闭自动更新包冲突错误解决在安装各种包的过程中多次遇到版本冲突,无法解决,所有的都不执行,解决办法是使用apt下载需要的包,使用强制覆盖安装。内网安装外网包。

峰 5368

病理组学分析系列教程1:使用Python-histolab进行病理图像预处理,tiles切片自动生成

病理图像tiles自动生成,WSI图像预处理

qq_43449643的博客 1741

jenkins连接外部k8s集群

k8s连接集群外Jenkins

liuchao666888的博客 1527

ubuntu18.04从零搭建深度学习环境

很多人对于深度学习刚开始报以很大的热情,但是通常会花非常多的时间在环境的搭建上,而且自己电脑里装了很多的版本的包,最后都不知道用的哪个环境跑通了,对于一个 new project又得重新搭建。 为了自己以后重装系统后快速恢复和刚入手ubuntu18.04的人,可以看一下以下的经验总结(本人两年来的经验,保证稳定): 1、装ubuntu18.04 这一点就不用多说了,只要注意: 可以在装系统的这步就可以进BIOS把Secure Boot Disabled禁用了 验证系统安装正常就是:在ubuntu18.04

laizi_laizi的博客 5905

PCB布线避坑指南:为什么你的差分线等长总调不好?AD19蛇形等长技巧详解

本文详细解析了AD19环境下PCB差分线等长调整的核心技巧与常见问题。从差分信号等长的底层逻辑到AD19规则配置,再到蛇形等长高级技巧和信号完整性验证,帮助工程师解决差分线等长调整中的难题,提升高速PCB设计的信号质量。

weixin_28738397的博客 383

Ubuntu 18.04 一步一步搭建深度学习环境(TensorFlow GPU版)

Ubuntu 18.04 一步一步搭建深度学习环境(TensorFlow GPU版)Ubuntu 18.04 一步一步搭建深度学习环境(TensorFlow GPU版)1 安装Ubuntu 18.04(1)准备安装U盘(2)安装Ubuntu(3)更换国内源2 安装NVIDIA显卡驱动(1)禁用nouveau驱动(2)添加ppa源(3)安装NVIDIA显卡驱动3 安装CUDA(1)下载CUDA...

winp668的博客 1902

802.11 NDP Sounding

NDP Sounding1.NDP原理2.NDP 过程3.帧结构3.1 NDPA结构3.2 CBF帧 1.NDP原理 802.11n标准提供的波束成形技术,可以通过预先补偿发射天线的相位,让两条波束进行叠加以实现最好的效果 显式波束成形需要终端反馈信道信息: AP向STA发送探测数据(NDP: null data packet sounding) STA向AP反馈信道信息(Compressed beamforming) AP根据STA的反馈或自行计算的权重信息进行波束成形 2.NDP 过程 802.

weixin_45799954的博客 8262

【ESP32设备通信】-两个ESP32间UART通信

在本文中,我们将使用 Arduino IDE 的 UART 硬件库在两个 ESP32 板之间执行 UART 或串行通信。 要使用 USB 端口调试和编程 ESP32,需要使用称为通用异步接收器/发送器 (UART) 通信的串行端口。 对于大多数传感器和系统,主要的通信方法被认为是 UART。 为了共享工作负载、信息和执行不同的任务,有时需要在两个 ESP32 开发板之间进行通信。

视觉与物联智能 2995

ubuntu18.04深度学习环境搭建

ubuntu18.04安装 系统:ubuntu18.04 主分区 / 和 /boot 逻辑分区 /home 系统安装在/boot(分配500M即可)对应的盘符即可 anaconda安装 可在清华源软件镜像下载anconda软件进行安装 cuda和cudnn安装(nivdia网站下载,具体安装online解决~~~) 建议安装cuda10.1和对应cudnn版本,cuda10.0会导致ubun...

hanqu3456的博客 636

半导体物理基础:载流子输运理论_(4).载流子浓度与费米能级

费米能级(Fermi Level)是描述半导体中电子和空穴能量分布的基准能级。在绝对零度下,费米能级以下的所有能级都被电子占据,费米能级以上的所有能级都是空的。随着温度的升高,电子会获得足够的能量跃迁到费米能级以上的能级,形成导带中的自由电子和价带中的空穴。费米能级在半导体中的位置取决于掺杂浓度和温度。对于本征半导体,费米能级位于禁带的中心;对于掺杂半导体,费米能级会偏移,具体位置取决于掺杂类型和浓度。载流子浓度(Carrier Concentration)是指半导体中自由电子和空穴的数量密度。

2401_87715305的博客 832

Ubuntu18.04+Anaconda搭建深度学习环境

Ubuntu18.04基于Anaconda搭建深度学习环境安装Ubuntu18.04及相关设置磁盘分区更换阿里源安装显卡驱动安装CUDA10安装cudNN安装Anaconda及配置环境添加清华源搭建环境 安装Ubuntu18.04及相关 Ubuntu18.04推荐使用rufus工具安装,相关教程 设置磁盘分区 安装Ubuntu的时候,选择自定义磁盘分区,我的主机配置是512SSD加1T机械, e...

qq_42262612的博客 3827

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

【安装环境】 在Ubuntu18.04上搭建Pytorch深度学习环境

在Ubuntu18.04上搭建Pytorch深度学习环境 - 知乎

Warning1998 815

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

深度学习环境搭建ubuntu18.04

ubuntu18.04 装显卡驱动 + CUDA + cuDNN 坑:1.一定要先安装英伟达显卡驱动,不要用”软件更新“里面的开源英伟达驱动,否则不与后面英伟达环境配套,易入坑。 2.注意安装顺序,装完ubuntu18.04系统后,首先安装英伟达显卡驱动再安装CUDA,再装cuDNN,要按顺序来,不要先急着安装tensorflow、opencv等,因为这些不容易产生特大影响的坑,...

baidu_38505667的博客 797

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

Ubuntu18.04下深度学习环境---TensorFlow(GPU)环境搭建

Ubuntu18.04下深度学习环境—TensorFlow(GPU)环境搭建 本人已经是第二次搭建环境,这次完全采用Anconda进行环境搭建.系统环境也是重新装机的新系统 安装步骤 1. 驱动安装 添加显卡驱动源 sudo add-apt-repository ppa:graphics-drivers/ppa 更新附加驱动 sudo apt-get updata 安装驱动 打...

King_key的博客 1254

用dockers搭建深度学习服务器环境(ubuntu:18.04)

文章目录深度学习GPU服务器0. 预备1. 安装docker2.安装深度学习虚拟docker环境3. jupyter镜像使用3.后续使用4.容器备份 深度学习GPU服务器 说明:学校的高性能服务器,需要连接进行深度学习的实验,由于正常的要安装cuda和cudann,这两个装起来特别复杂,会有各种各样的问题,所以我们使用docker来安装现成的深度学习服务器 0. 预备 查看服务器内核版本 uname -r uname -a 查看Linux版本 lsb_release -a 1. 安装do

m0_38074458的博客 1303

conda如何升级pytorch_在Ubuntu18.04上搭建Pytorch深度学习环境

背景: 最近因为升级了Linux内核,导致之前安装的Nvidia driver崩溃,系统无法找到Nvidia driver。笔者索性重装了一遍系统,并因为对Ubuntu以及conda虚拟环境的不熟悉,导致尝试多次搭建深度学习环境失败,参考了数篇文章才得以搭建成功。编写此文的目的在于,总结此次搭建Pytorch环境所得到的经验教训,希望自己下次手贱把系统搞崩溃后再重装,能少走点弯路……硬...

weixin_39867125的博客 859

在Ubuntu服务器上搭建深度学习环境(Ubuntu 18.04+Anaconda3+pytorch+PyCharm)

基于Ubuntu 18.04的深度学习环境搭建(Ubuntu 18.04+Anaconda3+pytorch+PyCharm)

weixin_45638486的博客 8275
上一篇: Generative Adversarial Nets(译)
下一篇: keras训练模型生成pb文件(java调用、python调用)
Butertfly
博客等级 码龄10年 22粉丝 11原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值