日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 运维知识 > Ubuntu >内容正文

Ubuntu

Ubuntu 14.04+cuda7.5+torch+tensorflow+remastersys

發布時間:2023/12/18 Ubuntu 37 豆豆
生活随笔 收集整理的這篇文章主要介紹了 Ubuntu 14.04+cuda7.5+torch+tensorflow+remastersys 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

Ubuntu 14.04+cuda7.5+torch+tensorflow+remastersys

本人由于手殘,安裝過很多次這系列的東西,感謝之前參考過的所有文檔的作者,為了后面安裝的新人更快完成,遂決定寫這篇文檔。

  • Ubuntu14.04安裝及引導
  • cuda7.5安裝
  • Cudnn安裝
  • caffe安裝
  • Tensorflow安裝
  • Theano安裝
  • Troch安裝
  • remastersys安裝及備份

Ubuntu 14.04 安裝

已有win7系統的電腦,可分配100+GB的ssd給linux。

  • 為Ubuntu安裝準備可用空間
    方法一:
    windows中,右擊“計算機”,點擊“管理”,打開窗口左側列表中有“磁盤管理”,即可刪除一些空間,使其變為綠色,則在安裝中可用。
    方法二:
    使用DiskGenius工具。
    (如果灰色部分無法包括進來,就重新新建磁盤,然后調整磁盤大小,再刪除磁盤)

  • 安裝ubuntu
    檢測網絡那一步,如果需要網路,可以在右上角進行手動設置。

    下一步會檢測有沒有其他系統,我這邊檢測不到我的win7,可以先跳過,隨后設置grub或win的引導。

    分區
    根分區: \ 100G (主分區,其他都是邏輯分區)
    Swap交換分區: 32G (隨便設置的,有一份參考中設置了和內存相同的16G,并表明內存小于16G時,設置為內存的1.5-2倍)
    Home分區:600G (建議設置大一些,但是我就這么點空間了)
    boot分區: /boot 400M
    很多教程里都給出很多分區,我一般只設置這幾個,其他的會自動從根分區分出

    重建引導
    我用的是win的引導,grub不太會
    插入winPE盤,修復win引導
    重啟進入win系統,打開EasyBCD建立引導

    進入tty時黑屏
    這個應該時分辨率問題,我的解決方法如下(具體原理不懂,但是出現了神奇的情況,grub引導出現了,里面包括win7啟動項):

  • sudo gedit /etc/default/grub

    在quite splash后面加上nomodeset

    sudo update-grub sudo reboot

    cuda7.5安裝

    (以前都是先安裝Nvidia的驅動,再安裝cuda 的。但安裝cuda的時候會提醒驅動沖突,本次嘗試直接安裝)
    選擇cuda7.5 (.run文件安裝出錯率比較高,選擇.deb安裝)

  • 官網下載cuda的.deb文件

  • 關閉和Nvidia內核不兼容的nouveau

  • Nouveau是一個開源的顯卡驅動,Ubuntu 14.04 默認安裝了,但是它會影響nVidia驅動的安裝,所以只有請他回老家了,sorry!

    Ctrl+Alt+F1進入命令行模式

    sudo stop lightdm sudo vi /etc/modprobe.d/blacklist-nouveau.conf

    在文件中寫入:

    blacklist nouveau blacklist lbm-nouveau options nouveau modeset=0 alias nouveau off alias lbm-nouveau off

    在terminal中執行

    echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf sudo update-initramfs -u sudo reboot

    檢查nouveau是否關閉成功的方法:

    lsmod | grep nouveau

    如果顯示為空,那么就是卸載成功了。

    方法二

    sudo vi /etc/modprobe.d/nvidia-graphics-drivers.conf

    寫入

    blacklist nouveau

    退出并保存(:wq!)
    檢查寫入是否成功(其實就是在終端打開文件看看有沒有那一行):

    cat nvidia-graphics-drivers.conf sudo vi /etc/default/grub

    末尾寫入

    rdblacklist=nouveau nouveau.modeset=0

    同上,保存并退出,檢查。
    關于vi i開啟寫命令 刪除字符用x 強制保存并退出 :wq! o:在當前行之下新開一行

    3.安裝
    防止沖突步驟,新系統可以忽略

    sudo apt-get --purgeremove nvidia*

    安裝build-essential

    sudo apt-get update sudo apt-get install build-essential

    安裝cuda(.deb)
    官網下載即可。

    sudo dpkg –i 文件名.deb sudo apt-get update sudo apt-get install cuda

    寫入路徑

    sudo gedit ~/.bashrc

    寫入

    export PATH=$PATH:/usr/local/cuda/bin export LD_LIBRARY_PATH=:/usr/local/cuda/lib64

    檢查方法

    echo $PATH

    LD_LIBRARY_PATH同上,看輸出里面有沒有這兩項
    4. 驗證安裝成功與否

    cd /usr/local/cuda/samples/1_Utilities/deviceQuery sudo make sudo ./deviceQuery

    可能遇到的問題
    1.

    /usr/bin/ld:cannot find -lnvcuvid

    解決方法:
    加入PATH(不一定時340,看你自己的安裝)

    LD_LIBRARY_PATH=/usr/lib/nvidia-340:$LD_LIBRYARY_PATH

    2.
    無法獲得鎖 /var/lib/dpkg/lock - open (11 Resource temporarily unavailable)
    E: Unable to lock the administration directory (/var/lib/dpkg/), is another process using it?

    解決方法:
    先看到底有沒開兩個apt 包括新立得
    如果確定沒開兩個APT-GET
    可以強行解鎖

    sudo rm /var/cache/apt/archives/lock sudo rm /var/lib/dpkg/lock
  • 檢驗驅動版本(其實用來檢查驅動安裝成功與否)
  • cat /proc/driver/nvidia/version nvcc -V

    如果提示nvcc未安裝,其實是nvidia-cuda-toolkit的編譯器沒有安裝完整,則按照提示操作:

    sudo apt-get install nvidia-cuda-toolkit

    方法二(安裝.run文件)
    切換到cuda的.run 所在的目錄,然后執行安裝命令:

    sudo cd cuda_install sudo sh 文件名.run

    安裝前一定要執行 md5sum ,至于如果發現md5檢測不一致,去nVidia重新下載^_^!
    這里會一路問你各種問題,基本上就是Accept-yes-Enter-yes-Enter-yes-Enter, 其實就是讓你接受協議,然后安裝的默認位置確認等等,recruit就別自定義安裝位置了,默認才是天堂。
    這里一般會遇到的問題:
    1.提醒你需要reboot(重啟)才能安裝,那就用命令行重啟,然后在執行一次安裝命令:

    sudo reboot sudo cd cuda_install sudo sh 文件名.run

    2.環境配置

    export PATH=/usr/local/cuda-6.5/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH

    檢查:

    echo $PATH echo $LD_LIBRARY_PATH

    3.check
    檢查顯卡是否安裝成功:

    sudo apt-get install mesa-utils glxinfo | grep -i nvidia

    如果出現安裝失敗,重啟系統,重新安裝一遍基本都可以解決,實在不行就卸載原來的驅動再安裝一遍。
    a. 卸載現有驅動
    sudo nvidia-installer –uninstall
    b. 下載合適版本的驅動,并安裝(官網):
    sudo sh ./NVIDIA-Linux-x86_64-340.24.run
    c. 重裝CUDA Tool
    sudo sh 文件名.run


    Cudnn安裝

    這部分比較簡單,首先要注冊Nvidia的開發賬號,然后才能下載cudnn。
    下載下來后:

    tar -zxf cudnn-7.0-linux-x64-v3.0-prod.tgz cd cuda sudo cp lib64/* /usr/local/cuda/lib64/ sudo cp include/cudnn.h /usr/local/cuda/include/

    caffe安裝

    以前安裝caffe,我都想罵娘啊,那個架構,那個難裝,參考這次的教程裝的簡直輕而易舉,甚至有點不相信自己!!!
    1. 更新一下

    sudo apt-get update && sudo apt-get upgrade sudo apt-get install linux-source sudo apt-get install linux-headers-`uname -r`

    其中linux-source在前面參考教程中有安裝,因此也一并安裝。
    2. 安裝底層包

    sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler gfortran libjpeg62 libfreeimage-dev libatlas-base-dev git python-dev python-pip libgoogle-glog-dev libbz2-dev libxml2-dev libxslt-dev libffi-dev libssl-dev libgflags-dev liblmdb-dev python-yaml python-numpysudo easy_install pillow sudo apt-get install pypy-dev

    3.安裝caffe

    cd ~ git clone https://github.com/BVLC/caffe.gitcd caffe cat python/requirements.txt | xargs -L 1 sudo pip installcp Makefile.config.example Makefile.config vi Makefile.config # 去掉USE_CUDNN:=1注釋 # 去掉WITH_PYTHON_LAYERS注釋make pycaffe -jX make all -jX make test -jX

    export PYTHONPATH=/home/username/caffe/python


    Tensorflow安裝

    sudo apt-get install python-pip python-dev # Ubuntu/Linux 64-bit, GPU enabled: sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.7.1-cp27-none-linux_x86_64.whl

    Theano安裝

    pip install Theano

    檢驗:

    python >>> import theano >>> exit()

    Torch安裝

    Torch的安裝相當簡便,依次輸入如下命令,即可完成安裝,假設安裝目錄為:~/torch請更改為自己的目錄。

    # 1.Install curl sudo apt-get install curl # 2.Install the basic package dependencies that LuaJIT and Torch require. curl -s https://raw.githubusercontent.com/torch/ezinstall/master/install-deps | bash # 3.Clone Torch to ~/torch, this will installs LuaJIT, LuaRocks, and then uses LuaRocks (the lua package manager) to install core packages like torch, nn and paths, as well as a few other packages. git clone https://github.com/torch/distro.git ~/torch --recursive # 4.Install Torch cd ~/torch; ./install.sh # 5.Refresh your env variables source ~/.bashrc

    這個我安裝的時候,好幾次下載有問題,或者安裝有問題。
    我建議,下載萬一出錯,就重新下載,或者換源試試;
    安裝之前備份一個出來,萬一安裝出錯,直接刪了重來吧!這個很奇怪,也不是每次都出錯,也不是每次的錯誤都一樣。。。。
    出現的錯誤
    readline/readline.h:沒有那個文件或目錄
    sudo apt-get install libreadline6 libreadline6-dev
    對于依賴庫ipython,torch默認安裝2.3.0。
    檢查ipython版本的方法:
    ipython --version

    其它包
    Torch是一個工具包相當豐富的工具,安裝Torch時會安裝一部分擴展包,在”/torch/extra/”下可以看到,如果想安裝其它工具包,可以通過Luarocks在終端以命令行形式安裝新的包:

    luarocks install image luarocks list

    remastersys安裝和使用

    PPA:https://launchpad.net/~mutse-young/+archive/ubuntu/remastersys?field.series_filter=trusty
    ppa:mutes-young/remastersys

    安裝:

    sudo add-apt-repository ppa:mutes-young/remastersys sudo apt-get update sudo apt-get install remastersys

    ctrl+alt+T打開終端,打開軟件:
    sudo remastersys
    生成:
    sudo remastersys dist
    然后要耐心等待,這里千萬不要亂操作;
    大功告成后,在/home/remastersys中就可以找到你要制作的光盤鏡像了~

    remastersys命令詳解:
    remastersys的語法: sudo remastersys backup|clean|dist [cdfs|iso] [filename.iso]
    1)將你的系統備份制成一個live cd/dvd sudo remastersys backup
    2) 將你的系統備份制成一個live cd/dvd其名叫 custom.iso 的ISO文件.
    sudo remastersys backup custom.iso
    3)清除由 remastersys產生的臨時文件 sudo remastersys clean
    4) 產生一個可發布又包括你的個人資料的 livecd/dvd
    sudo remastersys dist
    5) 產生一個只有檔案系統的可發布的 livecd/dvd
    sudo remastersys dist cdfs
    6) 為了產生一個可發布又包括你的個人資料的 livecd/dvd 其名叫 custom.iso的ISO文件:
    sudo remastersys dist iso custom.iso


    總結

    以上是生活随笔為你收集整理的Ubuntu 14.04+cuda7.5+torch+tensorflow+remastersys的全部內容,希望文章能夠幫你解決所遇到的問題。

    如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。