L'installation du serveur Ubuntu18.04 et la construction du framework d'apprentissage en profondeur
Big framework: Ubuntu18.04 + pilote NVIDIA + cuda10.1 + cudnn7.6.3 + processus d'installation 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. Compte de téléchargement du site Web officiel du CUDNN
https://developer.nvidia.com/rdp/cudnn-download télécharger pour linux
3. URL de téléchargement d'Anaconda https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
4. Configurer le didacticiel de la source du miroir Tsinghua https://blog.csdn.net/qq_41822647/article/details/85122467
5.Anaconda utilise la station de miroir de logiciel open source de l'Université 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. Créez un nouvel environnement sous anaconda ou commandez directement conda create -n pour définir le nom d'environnement python = 3.6 pour
entrer dans l'installation du logiciel anaconda (plus lent) ou activez le nom d'environnement défini par vous-même (cette commande consiste à entrer dans l'environnement créé par vous-même, puis pip install)
quittez la commande d'environnement conda disable list tous les environnements conda env list delete environnement conda env remove -n nom d'environnement
6.tensorflow-gpu version 1.14.0 keras version 2.2.5 pytorch installé dans l'environnement correspondant dans le logiciel 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. Comment monter le lecteur flash USB https://blog.csdn.net/yy1209357299/article/details/89874661
ou sudo ntfsfix / dev / sdc1 (/ dev / sdc1 est votre propre lecteur flash USB, qui peut être trouvé via sudo fdisk -l )
8. Installation multi-utilisateur à distance de thinlinc
https://blog.csdn.net/weixin_42268054/article/details/88799328 (référence d'installation)