服务器设置和教程 · 8 10 月, 2024

Ubuntu 18.04 N 卡驅動安裝 + CUDA 10.0 + cuDNN 7.5 + Anaconda + Tensorflow-GPU

Ubuntu 18.04 N 卡驅動安裝 + CUDA 10.0 + cuDNN 7.5 + Anaconda + Tensorflow-GPU

在深度學習和機器學習的領域中，NVIDIA 的 GPU 提供了強大的計算能力。本文將介紹如何在 Ubuntu 18.04 上安裝 NVIDIA 驅動、CUDA 10.0、cuDNN 7.5、Anaconda 以及 TensorFlow-GPU，幫助您快速搭建深度學習環境。

步驟一：安裝 NVIDIA 驅動

首先，您需要安裝 NVIDIA 驅動。可以通過以下步驟進行安裝：

  1. 更新系統：
    2. sudo apt update
sudo apt upgrade
  2. 添加 NVIDIA PPA：
    3. sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
  3. 安裝 NVIDIA 驅動：
    4. sudo apt install nvidia-driver-460
  4. 重啟系統：
    5. sudo reboot
  5. 確認驅動安裝：
    6. nvidia-smi

如果一切正常，您應該能看到 NVIDIA 驅動的版本和 GPU 的使用情況。

步驟二：安裝 CUDA 10.0

接下來，您需要安裝 CUDA 10.0。請按照以下步驟進行：

  1. 下載 CUDA 10.0 安裝包：

    2. 訪問 NVIDIA CUDA Downloads，選擇 Linux -> x86_64 -> Ubuntu -> 18.04 -> deb (network) 下載。

  2. 安裝 CUDA：
    3. sudo dpkg -i cuda-repo-ubuntu1804-_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo apt update
sudo apt install cuda-10-0
  3. 設置環境變量：
    4. echo 'export PATH=/usr/local/cuda-10.0/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

步驟三：安裝 cuDNN 7.5

cuDNN 是 NVIDIA 提供的深度學習加速庫。安裝步驟如下：

  1. 訪問 NVIDIA cuDNN，註冊並下載 cuDNN 7.5 的 tar 檔案。
  2. 解壓並安裝 cuDNN：
    3. tar -xzvf cudnn-10.0-linux-x64-v7.5.0.56.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

步驟四：安裝 Anaconda

Anaconda 是一個流行的 Python 發行版，適合數據科學和機器學習。安裝步驟如下：

  1. 下載 Anaconda 安裝腳本：
    2. wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh
  2. 運行安裝腳本：
    3. bash Anaconda3-2020.07-Linux-x86_64.sh
  3. 按照提示完成安裝，並重啟終端。

步驟五：安裝 TensorFlow-GPU

最後，您可以安裝 TensorFlow-GPU。請使用以下命令：

conda create -n tf_gpu python=3.7
conda activate tf_gpu
pip install tensorflow-gpu==2.3.0

安裝完成後，您可以通過以下命令檢查 TensorFlow 是否能夠使用 GPU：

python -c "import tensorflow as tf; print(tf.test.is_gpu_available())"

總結

通過以上步驟，您已經成功在 Ubuntu 18.04 上安裝了 NVIDIA 驅動、CUDA 10.0、cuDNN 7.5、Anaconda 以及 TensorFlow-GPU。這些工具將幫助您在深度學習的旅程中更高效地進行計算。如果您需要穩定的 VPS 來運行您的深度學習模型，請考慮我們的服務，提供高效能的計算資源，助您一臂之力。

You may also like...