深度学习图形工作站配置

本文详细介绍了如何配置深度学习服务器,包括购买服务器、ssh连接、安装显卡驱动、CUDA和cuDNN,接着安装anaconda,下载并配置tensorflow-gpu,设置jupyter服务以实现远程访问,并解决在服务器上使用tensorflow-gpu遇到的问题,最后讲解了如何后台运行jupyter notebook程序。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、购买服务器的市场配置

服务器市场配置.png

2、ssh连接服务器

查看GPU驱动,输入命令“nvidia-smi”

显卡驱动.png

3、安装显卡驱动

登陆英伟达官网下载对应显卡和系统的驱动:https://www.nvidia.cn/Download/index.aspx?lang=cn

显卡驱动下载.png

然后“搜索“->“下载”,复制下载链接到服务器下载

wget https://cn.download.nvidia.cn/XFree86/Linux-x86_64/455.23.04/NVIDIA-Linux-x86_64-455.23.04.run

sudo sh NVIDIA-Linux-x86_64-455.23.04.run

4、cuda安装

根据服务器的配置,下载对应版本cuda工具包,使用GPU需要有cuda。

cuda.png

cuda_install.png

配置好环境变量

1)在~/.bashrc中添加如下

         export PATH = /usr/local/cuda-11.1/bin:$PATH

export LD_LIBRARY_PATH = /usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH

    使环境变量生效

        source  ~/.bashrc

2)配置 /etc/ld.so.conf.d/cuda-11.1.conf

    添加如下内容

       /usr/local/cuda-11.1/lib64

    使库生效

        sudo ldconfig

termima

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

河南骏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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