**大学研究生研究平台环境搭建

最新推荐文章于 2024-01-18 21:53:36 发布

蒲建建

最新推荐文章于 2024-01-18 21:53:36 发布

阅读量263

点赞数

分类专栏： Linux和深度学习环境部署

本文链接：https://blog.youkuaiyun.com/qq_38455499/article/details/111068510

版权

Linux和深度学习环境部署专栏收录该内容

12 篇文章

订阅专栏

安装cuda和cudnn

第一步：下载cuda_10.0.130_410.48_linux.run

下载链接：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

第二步：切换到文件目录，执行下面代码：

sudo sh cuda_10.0.130_410.48_linux.run

然后配置安装，依次输入：（注意：厂里的同学必须安装再data目录下避免训练任务暂停丢失）

如下表示安装成功：

第三步：配置环境变量

sudo vim ~/.bashrc

在文件中加入如下：（注意把下面路径改为自己安装的cuda路径，一定要修改）

export PATH=$PATH:/root/data/cuda/bin
export CUDA_TOOLKIT_ROOT_DIR="/root/data/cuda"
export CUDA_INCLUDE_DIRS="/root/data/cuda/include"
export CUDA_CUDART_LIBRARY="/root/data/cuda/lib64"
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/root/data/cuda/lib64

输入一下命令，使配置生效：

source ~/.bashrc

第四步：下载cudnn-10.0-linux-x64-v7.6.5.32

下载路径：

解压文档，如果是.solitairetheme8文件，请参考https://blog.youkuaiyun.com/qq_38455499/article/details/109683374解压方法。

切换到文件路径下，输入一下命令：（根据自己的cuda安装路径适当修改下面路径）

sudo cp cuda/include/cudnn.h /root/data/cuda/include
sudo cp cuda/lib64/libcudnn* /root/data/cuda/lib64
sudo chmod a+r /root/data/cuda/include/cudnn.h 
sudo chmod a+r /root/data/cuda/lib64/libcudnn*

至此cuda和cudnn安装完成。

安装anaconda

第一步：下载anaconda

第二步：切换到文件目录下，执行一下命令：

bash Anaconda3-5.2.0-Linux-x86_64.sh

第三步：

安装完成。

Ubuntu16.04里安装anaconda3后将python第三方包安装到指定目录下

sudo vim ~/.bashrc

修改成：

export PATH="/root/data/anaconda3/bin:$PATH"
export PYTHONPATH="${PYTHONPATH}:/root/data/anaconda3/lib/python3.6/site-packages"

保存退出后

source ~/.bashrc

完成！

创建虚拟环境

输入一下命令创建tensorflow-36虚拟环境，后面python=3.6表示这个环境使用python为3.6版本。

conda create -n tensorflow-36 python=3.6

如果报如下命令：conda: command not found

解放方法：https://blog.youkuaiyun.com/qq_38455499/article/details/109683374

输入以下命令进入自己创建的环境

conda activate tensorflow-36

如果上面命令不行，则输入以下命令：

source activate tensorflow-36

如下表示进入环境成功：

安装tensorflow

安装在创建的虚拟的环境中：（注意根据自己的环境来）

cuda和tensorflow的对应关系：https://tensorflow.google.cn/install/source#linux

pip install --prefix=/root/data/anaconda3/envs/tensorflow-36 -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-gpu==1.13.0

安装opencv

pip install opencv-python   （如果只用主模块，使用这个命令安装）
pip install opencv-contrib-python （如果需要用主模块和contrib模块，使用这个命令安装）

安装pytorch

在自己电脑上用浏览器访问服务器上的jupyter notebook

步骤1 ：（安装了anaconda的基本上就安装好了jupyter，直接跳过）
$ pip install jupyter

步骤2 ：
$ jupyter notebook --generate-config 生成配置文件
将会在root目录下生成一个隐藏文件夹.jupyter，该文件夹中有一个jupyter的配置文件

步骤3 ：
准备密码密文，通过浏览器访问的时候需要输入该密码
在终端运行python
from notebook.auth import passwd
passwd()
两次输入密码(记住此密码，在浏览器访问的时候需要用到登录)
生成密文：‘sha1:…’（在配置文件中要用到）
在这里插入图片描述
步骤4 ：
修改配置，打开配置文件jupyter_notebook_config.py，在配置文件最下方加入以下配置：
c.NotebookApp.ip = ‘*’ #这里默认是localhost,想要可以被其他电脑访问，这里我们直接用*
c.NotebookApp.allow_root = True
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8881 # 这里的端口可以自己定义，是之后连接的时候需要设定的
c.NotebookApp.password = ‘刚才生成的密文(sha1:…)’

步骤5 ：
启动jupyter
$ jupyter notebook

步骤6：在自己电脑上实现地址映射

cmd打开终端：输入一下命令

先把密钥文件放在Administrator下，这里可以自己更改。

set key="C:\Users\Administrator\puhuaijian.pem"

cmd /c icacls %key% /c /t /inheritance:d

cmd /c icacls %key% /c /t /grant %username%:F

cmd /c icacls %key% /c /t /remove Administrator "Authenticated Users" BUILTIN\Administrators BUILTIN Everyone System Users

cmd /c icacls %key%

再输入以下命令：

8008不用变

8881是在服务器上配置文件设置的端口号

31583是服务器的网络端口号

puhuaijian.pem 是密钥文件

root是服务器用户名

10.64.71.200是服务器IP地址

ssh -v -N -f -L localhost:8008:localhost:8881 -p 31583 -i puhuaijian.pem root@10.64.71.200

步骤7：打开浏览器输入

localhost:8008