深度学习环境配置

硬件配置

名称	型号
CPU	i9 9820x
GPU	2080Ti * 4
memory	128G
hard disk	1T ssd + 3T hdd

软件安装

系统

安装64位ubuntu 18.04.2

将软件源改为阿里源

驱动

更新apt-get源列表

sudo apt-get update
sudo apt-get upgrade

添加驱动源

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

打开软件和更新即可看到驱动，选择其中一个点击应用更改即可安装驱动。

安装驱动后重启打开控制台输入以下代码即可查看GPU信息。

nvidia-settings

GCC降低版本

sudo apt-get install gcc-5
sudo apt-get install g++-5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50

安装Anaconda、tensorflow和keras

安装Anaconda

下载地址：https://www.anaconda.com/download/

选择Python 3.7 64bit 的linux版本

进入下载目录，输入：

bash Anaconda3-2019.03-Linux-x86_64.sh

安装Python3.7的虚拟环境

创建虚拟环境：

conda create --name tf python=3.6

虚拟环境的其他命令：

conda activate tf #激活tf环境
conda deactivate #退出tf环境
conda remove --name tf --all #删除tf环境（全部删除）

安装TensorFlow GPU 1.9

conda install tensorflow-gpu==1.9

此处让conda自动安装cuda和cudnn！！！！

验证TensorFlow：

conda activate tf
python
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

安装Keras

pip install keras

安装Pytorch

conda install pytorch torchvision -c pytorch

测试Pytorch是佛安装成功，进入tf虚拟环境后输入

python
import torch
print(torch.cuda.is_available())

输出True说明安装正确！