Google Cloud Computing(ubuntu版)

本文详细介绍如何在Google Cloud上创建GPU实例,包括Ubuntu和Deepin系统的操作步骤,以及通过gcloud SDK进行文件传输的方法。此外,还提供了安装CUDA、CuDNN、Anaconda和PyTorch的具体命令,帮助读者快速搭建深度学习环境。

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

Google Cloud Computing(ubuntu/Deepin)

1. 创建实例以及文件传输

第一步:在google cloud上创建实例
这里写图片描述
第二步:本地安装google cloud sdk,并授权,
Ubuntu:

sudo snap install google-cloud-sdk --classic
gcloud auth login
gcloud init

Deepin: 参考https://cloud.google.com/sdk/downloads#apt-get

export CLOUD_SDK_REPO="cloud-sdk-$(lsb_release -c -s)"

echo "deb http://packages.cloud.google.com/apt $CLOUD_SDK_REPO main" | sudo tee -a /etc/apt/sources.list.d/google-cloud-sdk.list

sudo apt-get install curl
curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo apt-key add -

sudo apt-get update 
sudo apt-get install google-cloud-sdk

gcloud init

之后会弹出网页要求登录谷歌账号验证。
第三步:利用gcloud连接到实例。
选择查看gcloud命令。
这里写图片描述
在ubuntu terminal输入gcloud 命令行,e.g.

gcloud compute --project "PROJECT ID" ssh --zone "us-west1-b" "instance-1"

之后会自动创建ssh key。
之后即可连接上instance,
这里写图片描述

第四步:从本地向实例上传文件(夹)和下载文件(夹)。
新启动一个terminal,

  • 上传:将本地文件test上传到实例文件夹test_folder中,例如
    gcloud compute --project "PROJECT ID" scp test instance-1:~/test_folder
    将本地文件夹test2上传到实例文件夹test_folder中,例如
    gcloud compute --project "PROJECT ID" scp --recurse test2 instance-1:./test_folder
  • 下载:将实例中文件test下载到本地,例如
    gcloud compute --project "PROJECT ID" scp instance-1:~/test_folder/test ./
    将实例中文件夹test_folder下载到本地,
    gcloud compute --project "PROJECT ID" scp --recurse instance-1:~/test_folder ./

2. 安装CUDA和CuDNN

  • 安装CUDA 8.0 及Nvidia Driver
    在实例中运行,
sudo su
    #!/bin/bash
echo "Checking for CUDA and installing."
    # Check for CUDA and try to install.
if ! dpkg-query -W cuda; then
  # The 16.04 installer works with 16.10.
  curl -O http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
  dpkg -i ./cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
  apt-get update
  # apt-get install cuda -y
  sudo apt-get install cuda-8-0
fi

之后运行,

    echo 'export CUDA_HOME=/usr/local/cuda' >> ~/.bashrc
    echo 'export PATH=$PATH:$CUDA_HOME/bin' >> ~/.bashrc
    echo 'export LD_LIBRARY_PATH=$CUDA_HOME/lib64' >> ~/.bashrc
    source ~/.bashrc
cd $HOME
tar xzvf cudnn-8.0-linux-x64-v7.1.tgz
sudo cp cuda/lib64/* /usr/local/cuda/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
rm -rf ~/cuda
rm cudnn-8.0-linux-x64-v7.1.tgz

3. 安装Anaconda及pytorch

下载Anaconda到本地并上传到实例中
https://repo.anaconda.com/archive/Anaconda3-5.2.0-Linux-x86_64.sh
在实例中运行如下命令安装

bash Anaconda3-5.2.0-Linux-x86_64.sh

之后运行如下命令激活安装

source ~/.bashrc
export PATH=~/anaconda3/bin:$PATH

安装pytorch
https://pytorch.org/

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
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