zabbix GPU 模板 gpu table

转载

小题大作 2024-05-16 11:20:07

文章标签 zabbix GPU 模板 python 人工智能 git bc 文章分类 运维

将笔记本的ubuntu系统更新到18版本后重新配置深度学习环境，在此记载方便日后参考

具体配置为 Ubuntu18.04+gtx1060第1步安装依赖包

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

sudo apt-get install --no-install-recommends libboost-all-dev

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

sudo apt-get install git cmake build-essential

要确保这些依赖包都成功安装，不然后续出错让人忧伤

第2步禁用nouveau

禁用nouveau后才能顺利安装NVIDIA显卡驱动先通过命令打开配置文件

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

然后写入

blacklist nouveau option nouveau modeset=0

保存文件后关闭，更新后才能生效

sudo update-initramfs -u

第3步配置环境变量

打开配置文件

sudo gedit ~/.bashrc

写入

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

保存后退出

第4步安装测试cuda（默认已安装好显卡驱动）

官网 https://developer.nvidia.com/cuda-downloads 下载后缀为.run 的文件执行如下命令安装

sudo sh cuda_9.0.176_384.81_linux.run

回车键可加速翻页其中出现如下选项，不知是否会出错，有点忧伤 You are attempting to install on an unsupported configuration. Do you wish to continue?

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81? (y)es/(n)o/(q)uit: no 这一选项要选择no

然后进行测试

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

出现如下信息则安装成功

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.1, CUDA Runtime Version = 9.0, NumDevs = 1
Result = PASS

配置环境变量

sudo gedit /etc/profile   ###修改计算机环境

或者

sudo gedit ~/.bashrc  ###修改用户环境

写入

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH

重启电脑

sudo reboot  ###修改计算机环境后

source ~/.bashrc ###修改用户环境后

第5步安装cudnn

官网：https://developer.nvidia.com/rdp/cudnn-download 下载cuda对应版本的cudnn 本人下载的是cudnn-9.1-linux-x64-v7.tgz 百度网盘链接链接: https://pan.baidu.com/s/1rPEoJEzAmg-3g6juZSSmmA 密码: vpx6 解压后得到cuda文件夹

cd include && sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件  
cd .. && cd lib64
sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库  
cd /usr/local/cuda/lib64/   
sudo rm -rf libcudnn.so libcudnn.so.7  #删除原有动态文件  
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7  #生成软衔接  
sudo ln -s libcudnn.so.7 libcudnn.so  #生成软链接

然后将路径添加到动态库

sudo gedit /etc/ld.so.conf.d/cuda.conf

写入

/usr/local/cuda/lib64

保存后更新

sudo ldconfig

安装完成后可用 nvcc -V 命令验证是否安装成功，若出现以下信息则表示安装成功：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

第6步安装Anaconda

先安装好 Anaconda 百度网盘链接：https://pan.baidu.com/s/1TKmzVy8yY00RbCESCP2AHA 密码：hfjv

环境变量设置

sudo gedit  ~/.bashrc
$ export PATH=/home/ye/anaconda3/bin:$PATH

给conda增加源

# 优先使用清华conda镜像 
 conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
  # 也可选用科大conda镜像 
 conda config --prepend channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes 
cat ~/.condarc #查看文件内容有无国内源信息，若有，则成功

第7步安装tensorflow

pip install --index-url https://pypi.douban.com/simple tensorflow-gpu==1.8.0

第8步安装pyTorch