ubuntu深度学习软硬件开发环境搭建
2017-11-04 22:02
363 查看
硬件
先从硬件自已配机器开始:
目前对于个人来说,性价比比较高的深度学习显卡是那个11G显存的GTX 1080Ti.这里显卡定了,接下来就是主板内存硬盘,显示器。先报一下我配的机器配置:
CPU
英特尔(Intel) i5 7500 酷睿四核 盒装CPU处理器
1379元
主板
微星(MSI)Z270 KRAIT GAMING主板(Intel Z270/LGA 1151)
1069元
显卡
七彩虹iGame GTX1080Ti 尼普顿 Neptune W 水冷显卡11G
6389元
内存
ADATA威刚 XPG 游戏红色威龙DDR4 2400 8GB台式机内存 2条共16G
1170元
固态硬盘
三星CM871a M.2 2280 SATA笔记本台式机SSD固态硬盘128G
379元
机械硬盘
WD/西部数据 WD10EZEX 1T台式机硬盘 西数1TB 单碟蓝盘64M
300元
电源
海盗船RM1000X 全模组电源额定1000W金牌认证 1278元
CPU风扇
(PCCOOLER)东海X6 CPU散热器 129元
显示器
Dell/戴尔U2417H 23.8英寸IPS微边框升降旋转显示器 1478元
机箱
爱国者(aigo)炫影 黑色 分体式水冷机箱 219元
鼠键套装
雷柏8200P 无线鼠标键盘套装 蓝色 125元
合计:13915元
win10下鲁大师跑分:441458
这里机箱有点小了,水冷显卡比较大,水冷管不好放,不太满意,建意多花几百买一个更大一点的机箱,如果你的资金充足CPU可以买i5 7500k或者更高级一些的处理器,intel有k的CPU是可以超频的。先用着,后期赚到钱了可以换机箱,也可以再买个显卡,到时候可以双显卡。总的来说对于初学者基本单卡训练已经可以了。我这里主要想用来分析交易数据,不作图片和视频分类识别,11G的显存对我来说可能都有点浪费了。这个主板是2017年出的好像,支持双显卡SLI,虽然用双显卡时Pci-e
通道是两个x8的,担据说这个对性能影响不大。单显卡的话是Pci-e x16。
自已有一台mac book pro,还有一个4T的移动硬盘。这台机器只打算用来玩机器学习。所以硬盘只选了1T的机械盘和128G的固态硬盘,显示器也没有买27寸或者更大的。Dell的这个显示器可以很方便的转成竖着,方便程序运行起来了看log和浏览代码。
如果是游戏发烧友,这个配置玩吃鸡也是很可以了。总的来说,比网上的动不动就好几万的机器可能差点。但基本上用来学习是够用了。
软件
我计划主要以tensorflow为主来学习机器学习,这里参考两个文章来安装软件开发环境。文章中需要去官网上下载显卡驱动和看官方的安装说明。
第一个:
Ubuntu 16.04 & GTX 1050的深度学习开发环境搭建
第二个:
深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3
因为写这个文章的时候tensorflow 1.4还没有正式发布,官方的是从1.4开始支持Nvidia 显卡的CUDA 9.0。目前tensorflow还是1.3版本。Nvidia官方也不好下载CUDA 8.0。在网上找到了上边的第二个文章,使用修改编译安装的方法安装tensorflow 1.3使他支持CUDA 9.
这里先把这些东西在我的博客里收藏一下。新电脑系统还没有装,等新买的桌子到了再开始安装ubuntu和整个tensorflow开发环境,环境正式搭建好了,用起来了再好好整理一下安装和使用细节,详细的写给大家 。
ubuntu显卡驱动安装方法
http://www.linuxidc.com/Linux/2015-09/123563.htm
1.首先确保下载下来的文件在/home/user目录下,当然,其他目录也可以;
2.接下来,为NVIDIA**.run驱动程序添加可执行权限:sudo chmod +x NVIDIA**.run
3.关闭X-Window,很简单:sudo service lightdm stop,然后切换到tty1:Ctrl+Alt+F1即可
在纯字符界面下,登陆用户;
4.接下来就是最关键的一步了:sudo ./NVIDIA.run开始安装,安装过程比较快,根据提示选择即可
5.最后安装完毕后,重新启动X-Window:sudo service lightdm start,然后Ctrl+Alt+F7进入图形界面;
这时,可以在 Ubuntu已经安装的Apps中找到NVIDIA X Server Settings软件,可以查看到GPU0是GeForce GTX 750,至此,显卡驱动安装完毕。
如果显卡安装后,重启电脑黑屏怎么办?
不要着急,简单任务,呵呵。
先按ctrl+alt+F1切换到终端下,让我们先查找出问题所在,登录终端,输入命令:
more /var/log/Xorg.0.log |grep "(EE)" 和 more /var/log/Xorg.0.log |grep "(WW)"
这两句命令的意思是,查看图形界面启动时的错误(或警告)信息.
ubuntu安装中文输入法
https://jingyan.baidu.com/article/bad08e1ef4b2f109c85121b7.html
如果在安装的中文包后出现进入不了系统桌面,这时按"ctrl + Alt + F1"进入命令行系统模式,先卸载ubuntu桌面再重新安装一次显卡驱动,然后再安装ubuntu桌面。安装显卡驱动参考上边的文章
ubuntu 桌面卸载:sudo apt-get remove ubuntu-desktop
ubuntu桌面安装:sudo apt-get install ubuntu-desktop
Nvidia官方工具
GTX 1080Ti 64位linux驱动
Nvidia CUDA ToolKit下载
CUDA官方安装说明
CUDA官方源码
Nvidia cuDNN下载
cuDNN官方安装说明
tensorflow官方说明
tensorflow官方linux平台安装说明
tensorflow官方源码
先从硬件自已配机器开始:
目前对于个人来说,性价比比较高的深度学习显卡是那个11G显存的GTX 1080Ti.这里显卡定了,接下来就是主板内存硬盘,显示器。先报一下我配的机器配置:
CPU
英特尔(Intel) i5 7500 酷睿四核 盒装CPU处理器
1379元
主板
微星(MSI)Z270 KRAIT GAMING主板(Intel Z270/LGA 1151)
1069元
显卡
七彩虹iGame GTX1080Ti 尼普顿 Neptune W 水冷显卡11G
6389元
内存
ADATA威刚 XPG 游戏红色威龙DDR4 2400 8GB台式机内存 2条共16G
1170元
固态硬盘
三星CM871a M.2 2280 SATA笔记本台式机SSD固态硬盘128G
379元
机械硬盘
WD/西部数据 WD10EZEX 1T台式机硬盘 西数1TB 单碟蓝盘64M
300元
电源
海盗船RM1000X 全模组电源额定1000W金牌认证 1278元
CPU风扇
(PCCOOLER)东海X6 CPU散热器 129元
显示器
Dell/戴尔U2417H 23.8英寸IPS微边框升降旋转显示器 1478元
机箱
爱国者(aigo)炫影 黑色 分体式水冷机箱 219元
鼠键套装
雷柏8200P 无线鼠标键盘套装 蓝色 125元
合计:13915元
win10下鲁大师跑分:441458
这里机箱有点小了,水冷显卡比较大,水冷管不好放,不太满意,建意多花几百买一个更大一点的机箱,如果你的资金充足CPU可以买i5 7500k或者更高级一些的处理器,intel有k的CPU是可以超频的。先用着,后期赚到钱了可以换机箱,也可以再买个显卡,到时候可以双显卡。总的来说对于初学者基本单卡训练已经可以了。我这里主要想用来分析交易数据,不作图片和视频分类识别,11G的显存对我来说可能都有点浪费了。这个主板是2017年出的好像,支持双显卡SLI,虽然用双显卡时Pci-e
通道是两个x8的,担据说这个对性能影响不大。单显卡的话是Pci-e x16。
自已有一台mac book pro,还有一个4T的移动硬盘。这台机器只打算用来玩机器学习。所以硬盘只选了1T的机械盘和128G的固态硬盘,显示器也没有买27寸或者更大的。Dell的这个显示器可以很方便的转成竖着,方便程序运行起来了看log和浏览代码。
如果是游戏发烧友,这个配置玩吃鸡也是很可以了。总的来说,比网上的动不动就好几万的机器可能差点。但基本上用来学习是够用了。
软件
我计划主要以tensorflow为主来学习机器学习,这里参考两个文章来安装软件开发环境。文章中需要去官网上下载显卡驱动和看官方的安装说明。
第一个:
Ubuntu 16.04 & GTX 1050的深度学习开发环境搭建
第二个:
深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3
因为写这个文章的时候tensorflow 1.4还没有正式发布,官方的是从1.4开始支持Nvidia 显卡的CUDA 9.0。目前tensorflow还是1.3版本。Nvidia官方也不好下载CUDA 8.0。在网上找到了上边的第二个文章,使用修改编译安装的方法安装tensorflow 1.3使他支持CUDA 9.
这里先把这些东西在我的博客里收藏一下。新电脑系统还没有装,等新买的桌子到了再开始安装ubuntu和整个tensorflow开发环境,环境正式搭建好了,用起来了再好好整理一下安装和使用细节,详细的写给大家 。
ubuntu显卡驱动安装方法
http://www.linuxidc.com/Linux/2015-09/123563.htm
1.首先确保下载下来的文件在/home/user目录下,当然,其他目录也可以;
2.接下来,为NVIDIA**.run驱动程序添加可执行权限:sudo chmod +x NVIDIA**.run
3.关闭X-Window,很简单:sudo service lightdm stop,然后切换到tty1:Ctrl+Alt+F1即可
在纯字符界面下,登陆用户;
4.接下来就是最关键的一步了:sudo ./NVIDIA.run开始安装,安装过程比较快,根据提示选择即可
5.最后安装完毕后,重新启动X-Window:sudo service lightdm start,然后Ctrl+Alt+F7进入图形界面;
这时,可以在 Ubuntu已经安装的Apps中找到NVIDIA X Server Settings软件,可以查看到GPU0是GeForce GTX 750,至此,显卡驱动安装完毕。
如果显卡安装后,重启电脑黑屏怎么办?
不要着急,简单任务,呵呵。
先按ctrl+alt+F1切换到终端下,让我们先查找出问题所在,登录终端,输入命令:
more /var/log/Xorg.0.log |grep "(EE)" 和 more /var/log/Xorg.0.log |grep "(WW)"
这两句命令的意思是,查看图形界面启动时的错误(或警告)信息.
ubuntu安装中文输入法
https://jingyan.baidu.com/article/bad08e1ef4b2f109c85121b7.html
如果在安装的中文包后出现进入不了系统桌面,这时按"ctrl + Alt + F1"进入命令行系统模式,先卸载ubuntu桌面再重新安装一次显卡驱动,然后再安装ubuntu桌面。安装显卡驱动参考上边的文章
ubuntu 桌面卸载:sudo apt-get remove ubuntu-desktop
ubuntu桌面安装:sudo apt-get install ubuntu-desktop
Nvidia官方工具
GTX 1080Ti 64位linux驱动
Nvidia CUDA ToolKit下载
CUDA官方安装说明
CUDA官方源码
Nvidia cuDNN下载
cuDNN官方安装说明
tensorflow官方说明
tensorflow官方linux平台安装说明
tensorflow官方源码
相关文章推荐
- 在linux ubuntu下搭建深度学习/机器学习开发环境
- 折腾记要——Ubuntu 14.04系统安装Nvidia CUDA7.5并搭建Python Theano深度学习开发环境
- 步步学习python之环境安装:Vagrant+Ubuntu+Emacs+Virtualenv+Python3开发环境的搭建(Mac电脑下)3
- 步步学习python之环境安装:Vagrant+Ubuntu+Emacs+Virtualenv+Python3开发环境的搭建(Mac电脑下)4
- 步步学习python之环境安装:Vagrant+Ubuntu+Emacs+Virtualenv+Python3开发环境的搭建(Mac电脑下)1
- 深度学习算法实践1---开发环境搭建
- OK6410 Linux开发环境搭建--编译以及ubuntu的使用方法学习笔记
- 【学习Android NDK开发】搭建Android NDK开发环境(Ubuntu 12.04 LTS 32-bit)
- 深度学习开发环境搭建遇到的问题及解决方案
- Ubuntu14.04下基于nvidia-docker的Tensorflow深度学习环境搭建
- 《华清远见学习手记》之 ubuntu8.10 下搭建QT4.4.0开发环境
- ubuntu+cuda+theano+keras搭建基于GPU的深度学习环境
- 【学习Android NDK开发】搭建Android NDK开发环境(Ubuntu 12.04 LTS 32-bit)
- 深度学习环境搭建 ubuntu16+GTX1080+CUDA8+Theano+Tensorflow+keras
- ubuntu16.04+cuda7.5+caffe深度学习环境搭建
- 【学习Android NDK开发】搭建Android NDK开发环境(Ubuntu 12.04 LTS 32-bit)
- 【学习Android NDK开发】搭建Android SDK开发环境(Ubuntu 12.04 LTS 32-bit)
- android 学习笔记(二)Ubuntu 11.04 搭建Android开发环境
- ubuntu 15.04 搭建caffe深度学习环境流程及遇到的问题
- 步步学习python之环境安装:Vagrant+Ubuntu+Emacs+Virtualenv+Python3开发环境的搭建(Mac电脑下)2