如何配置深度学习系统

Anacodna 相关操作

下载安装以及切换镜像

#下载和安装anaconda
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh
bash Anaconda3-5.2.0-Linux-x86_64.sh

#切换到清华源,加快下载速度
wget https://tuna.moe/oh-my-tuna/oh-my-tuna.py
python oh-my-tuna.py
sudo python oh-my-tuna.py --global
#确认源是http而不是https
vim ~/.condarc #修改https为http

conda 环境创建、退出和移除

conda create --name py36 python=3.6 #创建环境
conda activate py36 #激活环境
conda deactivate py36 #退出环境
conda remove --name py36 --all #删除环境
conda info -e #查看系统中的所有环境

conda查找包的所有版本

1	conda search tensorflow

conda瘦身

1
2
3

conda clean -p      //删除没有用的包
conda clean -t      //清理tar
conda clean -a      //清理所有缓存包

查看系统内存和进程

1 2	#安装系统查看器 pip install glances

运行 glances 查看系统状态

深度学习环境创建

注意不需要手动配置 cuda 和 cudnn, 直接 conda 安装

TF 环境

1.x 推荐 1.14.0 版本

1
2
3

conda install tensorflow-gpu==1.14.0
#conda install tensorflow-gpu //默认是2.0版本
conda install keras

Torch 环境

1	conda install pytorch torchvision cudatoolkit=10.0

在线安装失败

有可能因为网络原因下载失败，因此可以先下载然后本地安装，tf 和 torch 也类似

cuda 和 cudnn 安装

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudnn-7.3.1-cuda10.0_0.tar.bz2
conda install cudnn-7.3.1-cuda10.0_0.tar.bz2 #本地安装
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-10.0.130-0.tar.bz2
conda install cudatoolkit-10.0.130-0.tar.bz2 #本地安装

pytorch gpu版本

1 2	wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/pytorch-1.3.0-py3.6_cuda10.0.130_cudnn7.6.3_0.tar.bz2 conda install pytorch-1.3.0-py3.6_cuda10.0.130_cudnn7.6.3_0.tar.bz2

从头配置 centos 服务器环境

参考这篇博客