搭建基于CUDA 10 + RTX 2070 + Ubuntu18.04 的深度学习服务器并配置Jupyter Notebook外网访问

最新推荐文章于 2024-01-10 15:02:15 发布
原创 最新推荐文章于 2024-01-10 15:02:15 发布 · 1.4k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

搭建基于CUDA 10 + RTX 2070的深度学习服务器

配置：

  1. CPU：Intel i5-8500
  2. GPU：Nvidia RTX 2070
  3. MEM：8G x 2
  4. SSD: Intel 760p 256G

步骤：

  1. 安装Ubuntu 18.04
  2. 配置Ubuntu
  3. 配置CUDA 10，pytorch
  4. 配置网络映射
  5. 配置jupyter notebook远程访问

配置国内源

  1. sudo gedit /etc/apt/sources.list
  2. 开头加入
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb 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 main restricted
最低0.47元/天 解锁文章
RotundJere
关注
ubuntu18.04 GeForce2070配置cuda 11.3+TensorRT 8环境
weixin_60864335的博客
08-16 1929
ubuntu18.04系统GeForce2070配置cuda 11.3+cudnn+TensorRT 8环境
【深度学习】tensorflow安装+Uabntu20+RTX2070显卡驱动安装
lanlanla的成长历程
05-23 708
ubuntu20安装tensorflow
深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
weixin_34250434的博客
06-09 103
  　　不多说，直接上干货！   深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0  
4070显卡配置ubuntu深度学习环境
AIcurator的博客
12-19 2218
本文主要记录一下自己深度学习环境的配置，具体的安装教程有很多，这里就不赘述了。
Ubuntu22.04，Nvidia4070配置llama2
最新发布
geji001的博客
01-10 2747
本篇主要是基于这篇博客结合自己配置的过程中一些注意点和补充说明（其实主要是方便自己以后配置）本篇主要包含以下4个部分1. 安装配置Ubuntu2. 安装nvidia驱动，cuda, cudnn3. 配置python环境4. 执行llama2训练模型。
RTX4070ti-40系列显卡配置pytorch深度学习环境过程
m0_73829560的博客
03-29 1万+
这几天新配的4070需要安装深度学习环境，开始为了图简便把之前显卡的环境复制过来，结果有各种小问题，什么环境无法导入pytorch，显卡算力和torch的算力不匹配等小问题，导致两天才弄好，下面说下成功安装过程。这里有个问题是官方的下载比较慢，也不建议用镜像原，我第一次用镜像下的就是cpu版本的torch，结果cuda一直是false。cu+序号后面表示cuda版本，即GPU版本（cpu+序号表示cpu)，如cu117表示cuda 11.7；然后， 在torch环境下进行相应的pytorch版本安装。
RTX3070 Ubuntu18.04 tensorflow1.x环境搭建
suziguai的博客
03-25 1001
记录ubuntu服务器加装RTX30系列显卡搭建tensorflow环境的过程 搭建深度学习环境，需要使用到的深度学习框架和显卡之间存在对应关系，但是很多网上找到的深度学习算法实现是基于低版本的框架代码实现的，由于tensorflow框架版本变动较大，算法工程师要求安装1.4版本的tensorflow，采购显卡时未考虑到兼容性问题，网上找了好多帖子，这里记录一下完整的过程。 具体的安装步骤分为： 安装cuda，cudnn 安装docker，nvidia docker2 拉取nvidia docker ru
一步到位打造深度学习工作站：Pytorch 1.11 + CUDA 11.3 + Pycharm的终极环境配置
![一步到位打造深度学习工作站：Pytorch 1.11 + CUDA 11.3 + Pycharm的终极环境配置]...本文从深度学习工作站的配置入手，概述了深度学习的理论基础并介绍了PyTorch框架。文中详细探讨了CUDA的加速原理、安装过程及
深度学习软件安装及环境配置（Win10）
weixin_44541282的博客
03-08 8054
围绕Python/Anaconda+Pycharm+CUDA+cuDNN+TensorFlow的安装和配置展开。最近在安装深度学习软件和配置环境的时候，发现有关这方面的东西都比较零散，实践起来比较麻烦，于是笔者在参考了许多资料后把整个环境搭建的过程整理了一下，大家一起学习，有问题的地方我们一起讨论然后再修改。
Zbook G7+Nvidia RTX 2070 + ubuntu16.04 + 内核版本+nvidia驱动版本的建议
02-21 1820
ubuntu16.04和nvidia
双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu
weixin_40779727的博客
05-22 3259
双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn7.5.1+anaconda3+tensorflow-gpu 参考博客 http://www.tuicool.com/articles/JvUvQjZ https://blog.csdn.net/10km/article/details/61191230 https://blog.csdn.net/wf199...
Win10/Ubuntu16.04+RTX2070+Cuda10+deepin-wine软件+Anaconda+Pycharm2018+Pytorch1.0+faster-rcnn
cunyizhang的博客
02-27 3036
前言 记笔记真的非常有必要，因为好记性不如烂笔头，曾经填过的坑不仅可以帮助爬坑人，也可以帮助自己日后不小心又掉进坑的时候，能够快速爬出来！！！ 目录 Ubuntu16.04LTS安装+磁盘分区 NVIDIA显卡驱动安装+CUDA10.0/CUDNN7.4安装 deepin-wine软件安装 Anaconda3 安装 Pycharm2018专业版安装...
Ubuntu18.04系统配置的一些软件(RTX2070)
qq_35296537的博客
07-27 982
一些想将自己的台式机安装Ubuntu系统来使用，因此有了这篇文章来记录一些从win迁移到Linux的软件的安装。 配置说明以及系统版本 电脑配置是2070，来训练模型。cuda安装不做记录 安装18.04版本，插着显卡安装完系统必不能开机，应该是系统识别不了RTX20系显卡。所以先安装了19.04，进行系统的熟悉和一些软件安装的摸索。等闲下来拆下显卡来安装18.04，毕竟是个长久支持的版本。...
RTX 2080时代，如何打造属于自己的深度学习机器
weixin_33670786的博客
12-17 6546
选自 timdettmers作者：Tim Dettmers机器之心编译深度学习是计算密集型的领域，搭建深度学习系统时，最糟糕的事情之一就是把钱浪费在并非必需的硬件上。本文...
Ubuntu 18.04安装NVIDIA（英伟达） RTX2080Ti显卡
热门推荐
FlyWine的博客
07-09 4万+
Ubuntu 18.04安装NVIDIA（英伟达） RTX2080Ti显卡 在安装显卡之前请先把ubuntu 18.04系统提前安装好。 需要准备的资料： NVIDIA 驱动 下载驱动 驱动的下载地址，在此下载页面选择合适的显卡，目前最新的显卡驱动版本是430.26，切记选择.run文件。 更新PCI ID 由于目前ubuntu 18.04使用的内核版本是4.15.0，比较新的显卡还没有同步更...
远程服务器配置docker环境Ubuntu16.04+CUDA10.1以及端口映射+conda环境+远程本地访问jupyter notebook
李霁明的博客
12-12 589
远程服务器配置docker环境Ubuntu16.04+CUDA10.1以及端口映射+conda环境+jupyter notebook1、搭建docker虚拟环境先看下服务器上docker的镜像创建带服务器主机到docker端口映射的TF2环境2、ubuntu16.04更换国内源`apt-get update`来更新下源以便安装编辑器vim`apt-get install vim`来安装vim编辑器更新源1.备份原始源文件source.list2.修改源文件sources.list3.更新源3、搭建conda
多用户同时远程桌面连接ubuntu服务器
LeeWanzhi的博客
10-28 1万+
1. 服务器桌面共享允许他人访问 2. 安装xrdp、vnc、xfce sudo apt-get install xrdp sudo apt-get install vnc4server sudo apt-get install xubuntu-desktop echo "xfce4-session" >~/.xsession 3. 修改 (决定能不能多人访问的一步) sudo gedi...
ubuntu18.04+RTX2080深度学习环境搭建
Lakers_KobeBryant的专栏
12-01 4569
搭建环境弄了半天，主要是因为各个环境版本号的问题辗转腾挪了很久，再次记录一下最终成功run起来的软硬件版本号： cpu 8700K，gpu rtx2080 ubuntu 18.04 64位 gcc g++版本调整为7.3（ubuntu18.04的自带版本） NVIDIA驱动 410，手动方式安装，参考https://linuxconfig.org/how-to-install-the-nv...
RTX2080ti显卡+Ubuntu+安装Tensorflow-gpu
macunshi的专栏
12-03 5541
参考这两篇文章 https://blog.csdn.net/macunshi/article/details/84638675 https://blog.csdn.net/macunshi/article/details/83374973 结合这两篇就知道怎么装了，顺便送上tensorflow的Ubuntu特别版本的链接： https://github.com/yaroslavvb/ten...
Win11+RTX3060配置CUDA11.4与PyTorch1.10指南
本文所描述的“Win11 RTX3060安装指南[项目代码]”正是围绕这一目标展开，系统性地阐述了如何搭建支持CUDA、cuDNN与PyTorch协同工作的高效深度学习平台。该过程涉及多个关键技术环节，包括硬件驱动识别、版本兼容性...
评论
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