紧接着前几天的事：

  • 特殊的日子，想起了当年的双(1080TI)显卡装机实录

和

  • 炼丹炉买不起了:聊一聊这段日子的显卡行情

之后，决议买一台整机玩玩。

而现在，主机httpclient总算回！来！了！主机回来干什么，当然是—http 500—装备环境。

老潘之前也有一些装备环境的文ubuntu体系菜鸟入门章，能够参看：

  • ubuntlinuxu16.04下设备NVIDIA（cuda）-gtx965m相关进程以及问题
  • pytorch-0.2成功调Ubuntu用GPU：ubuntuhttpwatch16.04，Nvidia驱动设备以及最新cuda9.0与cudnnV7.0装备
  • win10下设备运用pytorch以及cuda9、cudnn7.0
  • 设备cuda9.1内Ubuntu核问题：UnabHTTPle to locate the kernel source
  • 深度学习-在ubuntu16.04设备CUDA9.1-总结(问题完全处理方案)
  • 关于在ubuntu上源码设备TensorFLow-1.7.0-cuda9.1-cudnn7.1.2进程中问题处理方案

-_-|| 没想到那会写了这么多装备httpwatch环境的文章，或许那会ubuntu和linux的差异遇到的问题比较多吧…配环境什么的，其实只需严厉依照进程来一步一ubuntu体系装置步配，基本上不会呈现什么问题，呈现问题一般都是我们某一步没有走对，而退回去再走比较费事算了。

而现在关于linux中文乱码视频配环境来说能够是驾轻就熟了(前几年不知道踩了多少坑，到现在都形象深入)，严厉依照进程来，设备Ubuntu和装备开源软件深度学习环境，1个小时多就搞定了。

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

接下来略微详细地讲一下进程tensorflow2.0和1.0差异。

  • Windows下设备Ubuntu-18.04
  • 装备深度学习环境(Cuda+Cudnn+Pytorch+TensorRT)

主机长这样

先放一组图吧。

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

晚上开机还挺炫的，但其实关于老潘来说炫不炫不重要https和http的差异，性能好就行…

主机tensorflow里的tensor是指配环境

主机回来店家只给我装了Windows开源节流是什么意思是什么体系，关于老潘来说，打游戏对错有必要的(哈哈哈哈…)，忍住了先下载一个鬼泣5玩玩的主意。先从tensorflow菜鸟教程Ubuntu官方下载了官方的镜像包。

官方最新的Ubuntu是20.10，但关于搞事的人来说，tensorflow装置教程仍是18.04版别好一些linux体系装置(之前实验室用的是16.04)。

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

开始装备双体系，双体系是有必要的，Ubuntu能够搞深度学习，也能够当服务器使，Windows则能够敷衍一些游戏和其ubuntu下载他应急运用。

关于怎样将下载好的Ubuntu体系镜像制作成U盘、怎样设备，老潘这儿不赘述了。能够看以下这篇文章，介绍的很详细，我就是依照这个严厉来实施的：

  • Windows下设备Ubuntu具开源中国体教程

当然假定有问题欢迎沟通，直接留言即可~

设备进程

虽http://www.baidu.com然不赘述了，但仍是简略过一下：

进入BIOS，挑选Ubuntu发起U盘，然后开始设http://192.168.1.1登录备Ubuntu：

其他一路点点点，然后简略分个区。

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

然后开始设备…

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

等候半小时，装好了！

设置SSH

为什么要设置ubuntu体系ssh，当然是想让这个Ubuntu充任一个服务器的作用，翻开之后能够运用sshlinux操作体系基础知识登录去操作。

例如我，能够先把服务器开了，然后运用其他电脑，例如MAC，运用局域网通过linuxSSH衔接这个服务器即可。

怎样翻开ssh呢？新的Ubuntu体系还没有设备SSH。

实施以下指令：

sudo apt installhttp://www.baidu.com openssh-server
sudo systemctl start ssh.service

然后能够通过netstat -lnp |tensorflow装置教程 grep 22查看下翻开没。

假定想要每次发起自动翻开SSH，能够这样：

sudo systemctl enable ssh

这样就差不多啦。

设备NVI开源阅览DIA显卡驱动

默认Ubuntu设备的是llvmpipe这个显ubuntu体系卡驱动，这个是linux下的共用显卡驱动，现在需求换成NVIDIA的。

首要禁用nouveau。

实施sudo gedit /etc/modprobe.d/blacklist.c开源onf

加上以下这两句：

blacklist nouveau
otensorflow装置教程ptions nouveau modest=0

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

保存后，然后实施：

sudo updata-initramfs -u
sudo reboot

重启后，Ctrl+Alt+F1切换到tty界面，封闭lightdm(假定没有则不必管)：

sudo service lightdm stop

然后更新一下apt源以及看一下体系推荐的NVIDIA驱动版别：

sudo add-apt-开源阅览repository ppa:graphics-drivers/ppa
sudo apt-get update
ubuntu-drivers devices

根据推荐的驱动版别，设备NVIDIA驱动：

sudo apt-get install nvidihttp 404a-driver-460

假定嫌慢，可开源矿工以添加阿里或许清华源：

sudo cp /etc/apt/sources.ltensorflow结构ist /etc/apt/sources.list.bcakup
sudo gedit /etc/apt/sources.litensorflow里的tensor是指st

备份之后翻开文件，添加以下源即可：

# 阿里云源
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted utensorflow2.0和1.0差异niverse multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universtensorflow装置教程e mulhttpclienttivlinux装备ip地址erse
deb http://mirrors.aliyun.com/utensorflow菜鸟教程buntu/ biotensorflow装置教程nic-updates main restricted universetensorflow版本 multihttp协议verhttp 302se
deb ht开源节流是什么意思是什么tp://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted utensorflow里的tensor是指niverse multiverse
##測試版源
deb http://mirrors.aliyun.com/ubuntu/ bion开源节流ic-ptensorflow里的tensor是指roposed main restricted universe multiverse
# 源碼
deb-src http://mubuntu体系irrors.aliyun.com/ubuntu/ bioubuntu和linux的差异nic main restricted universe multiverse
deb-src http://mirrors开源矿工.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse开源阅览
##測試版源
deb-src htensorflow结构ttp://mirrors.aliyun.com/ubuubuntu网络装备ntu/ bionic-propoubuntu和linux的差异sed main restricted universe multiversehttp 302
# 清华大学源
deb http://mirrors.tuna.tsilinux体系装置nghua.edu.cn/ubuntu/ bioni开源节流打一字c main restricted universe multiverse
dubuntu体系装置eb http://mirrors.tuna.tsingh开源节流是什么意思是什么ua.edu.cn/ubuntu/ bionic-securilinux命令ty main restricted unubuntu体系装置iverse multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
##測試版源
deb http://mirtensorflow菜鸟教程rors.tuna.tsinghua.edu.cn/ubuntu/ bioni开源节流打一字c-proposed m开源众包ain restricted universe multiverse
# 源碼
deb-src http://mirrors.tunHTTPa.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restrictedtensorflow里的tensor是指 universHTTPe multiverse
deb-src htthttp 302p://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updathttp 302es main restricted universe multiverse
deb-src http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic开源软件-backports main restricted universe multiverseubuntu体系
##測試版源
deb-src http://mirrors.tuna.tsinghua.edu.cHTTPn/ubuntu/ bionic开源证券大智慧-proposed main restricted universe multilinux常用命令vershttpwatche

别忘了添加之后，进行更新二连：

sudo apt-gubuntu20.04装置教程et update
sudo a开源节流pt-get upgrade

这样就能够顺利的设备NVIDIA驱动了。

然后下载好以http协议下三个深度学习伴侣：

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

开始设备吧！

设备Cuda、Cudnn

Cuda当然是有必要要装的。

找到下载好的11.1cuda环境包(现在出来11.2了)，然后实施：

sudo sh cuda_11.1.0_455.23.05_linux.run

会出来一堆blabla的选项：

  • 1、保证你环境里头是否有旧的cuda，有的话主张删去
  • 2、赞同条款..
  • 3、承认是ubuntu装置教程否要设备驱动、设备demo…以及设备方位确认
  • 4、开始设备ing

关于老潘来说，上一步中现已设备了cuda驱动，不需求再装旧版的(新版开源矿工驱动兼容tensorflow结构旧版驱动匹配的cuda)，所以这儿就把驱动选项去掉，其他的设备依照我的需求按部就班来就好。

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

留意

假定你没有root权限，无法运用suTensorFlowdo，想要设备cuda也是能够的。只需自定义好设备方位即可，运转如下指令即可将cuda设备到其时home下的software文件夹内linux装备ip地址：

./cuda_11.1.0_455.23.05_linux.run --tensorflow结构silent --toolkit --toolkitpath=$HOME/software/cuda --defaultroot=$HOME/software/cudubuntu装置教程a

不论linux体系装置咋样设备好之后http代理会闪现：

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

依照上面的要求装备环境变量即可:

(base) oldpan@oldpan-fun:~/software$ vim ~/.bashrc
将
export PATH=/usr/local/cuda-11linux体系装置.1TensorFlow/bin:$PATH
expoUbunturt LD_LIBRARY_PATH=/usr/local/chttpwatchuda-1tensorflow菜鸟教程1.1/lib64:$LD_LIBRARY_PATtensorflow是什么H
添加到翻开的文件中
(base) oubuntu分区ldpan@oldpan-fun:~tensorflow菜鸟教程/software$ source ~/.bashrc
(base) oldpan@oldpan-fun:~/software$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Tue_Sep_15_19:10:02_PDT_2020
Cuda compilation too开源众包ls, release 11.1, V11.1.74
Build cutensorflow是干什么的da_11.1.TC455_06.29069683_0

Cudnn

cudnn的设备就比较简略了，处理压缩包然后复制粘贴就行：

tar -xzvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
sudo cp cuda/inc开源矿工lude/cudnn.h /usr/local/cuda/incluhttp 500de
sudo cp cuda/lib64/libcudnn*开源中国 /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h

设备Anacondahttp://192.168.1.1登录

设备Anaconda也很简略，从这儿下载好(不想下的看老潘收拾文末的软件包)：

然后sh Anaconda3-2020.11-Linux-x86_64.sh就行。

设备好之后，装备conda以及pip清华源，参看以下文字即可：

  • pycharm修改pip源为清华源,进步下载速度
  • anaconda常用指令装备信息及替换源

设备PytorcUbuntuh

设备Pytorch就比较简略了，假开源软件设不想自己编译，直接从官方依照你的Cuda版别和Cudhttp协议nn版别设备即可：

download.pytorch.org/whl/开源是什么意思torch_s…

设备好Pytorch之后，测验一下cuda是否工作正常：

>>> import torch
>>> torch.cuda.is_available()
True
>&gtensorflow装置教程t;> torch.ones(1).cuda()
tensor([1.], device='cuda:0')
>>> torch.cudnn_is_acceptable(torch.ones(1).cuda())
Trhttp协议ue

OK~

TensorRT

TensorRT独自发一篇文章来说吧~

一些资源

配环境需求许多软件包，例如：

  • Anaconda
  • Pytorch.w开源证券大智慧hl
  • TensorRT
  • CUDA
  • CUDNN

有些能够在清华大学开源软件镜像站下载，但是TensorRT和CUDA、CUDNN需求从官方下而且需求注册而且很慢tensorflow2.0和1.0差异。

老潘收拾了一ubuntu和linux的差异些现已下载好的软件包。

大众号内回复015获取，能够看看有没有你需求的：

主机回来以及，简略的环境装备(RTX3070+CUDA11.1+CUDNN+TensorRT)

想写的还有许多，下篇再讲(呼呼)。

假定有问题欢迎留言，欢迎重视「oldpan博客」大众号，老潘的全部家当都在这儿了。很愿意与你交朋友~

参开源节流看

www.cnblogs.com/masbayhttps和http的差异/p/10…
blog.csdn.net/ZPeng_CSDN/…

撩我吧

  • 假定你与我情投意合于此，老潘很愿意与你沟通；
  • 假定你喜爱老潘的内容，欢迎重视和支撑。
  • 假定你喜爱我的文章，希望点赞 保藏 议论 三连一下~

想知道老潘是怎样学习踩坑的，想与我沟通问题~请重视大众http://www.baidu.com号「oldpan博客」。
老潘也会收拾一些自己的私藏，希望能帮忙到我们，点击微妙ubuntu下载传送门获取。