La instalación del servidor Ubuntu18.04 y la construcción del marco de aprendizaje profundo
Gran marco: Ubuntu18.04 + controlador NVIDIA + cuda10.1 + cudnn7.6.3 + proceso de instalación tensorflow-gpu
https://blog.csdn.net/wangzugenwy/article/details / 100124469
1.CUDA10.1 https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
2. Cuenta de descarga del sitio web oficial de CUDNN
https://developer.nvidia.com/rdp/cudnn-download descarga para linux
3. URL de descarga de Anaconda https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
4. Configurar el tutorial de la fuente espejo de Tsinghua https://blog.csdn.net/qq_41822647/article/details/85122467
5.Anaconda utiliza la estación espejo de software de código abierto de la Universidad de Tsinghua
a.$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
b.$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
c.$ conda config --set show_channel_urls yes
5. Cree un nuevo entorno bajo anaconda o directamente ordene conda create -n para configurar el nombre del entorno python = 3.6 para
ingresar a la instalación del software anaconda (más lento) o active la fuente el nombre del entorno establecido por usted mismo (este comando es para ingresar al entorno creado por usted mismo, y luego pip install)
salir del comando de entorno conda desactivar lista todos los entornos conda env lista eliminar entorno conda env eliminar -n nombre del entorno
6.tensorflow-gpu versión 1.14.0 keras versión 2.2.5 pytorch instalado en el entorno correspondiente en el software anaconda
a.验证tensorflow-gpu是否安装成功 进入对应环境然后终端输入python，在输入import tensorflow as tf(第一次报错在输入一次就可以了)
b.验证keras 进入对应环境然后终端输入python，在输入import keras
c.验证pytorch 进入对应环境然后终端输入python，在输入import torch 然后torch.__version__
然后torch.cuda.is_available()
7. Cómo montar la unidad flash USB https://blog.csdn.net/yy1209357299/article/details/89874661
o sudo ntfsfix / dev / sdc1 (/ dev / sdc1 es su propia unidad flash USB, que se puede encontrar a través de sudo fdisk -l )
8. Instalación remota de múltiples usuarios de thinlinc
https://blog.csdn.net/weixin_42268054/article/details/88799328 (referencia de instalación)