新睿云

> 弹性云服务器ECS > 机器学习——新睿云的云服务器该如何配置?

机器学习——新睿云的云服务器该如何配置?

作者/来源:新睿云小编 发布时间:2019-07-11

本文根据新睿云云服务器安装,如有不清楚新睿云云服务器获取方法请阅读《0元免费云服务器,快来新睿云“褥羊毛”

主机安装好,之后,在控制台获取到公网 IP(比如123.123.123.123),用 ssh 登录。

ssh root@123.123.123.123

登录之后,看看输入

cat /proc/version

查看你的 Linux 版本,用的是

Linux version 3.10.0-693.5.2.el7.x86_64 (builder@kbuilder.dev.centos.org) (gcc version 4.8.5 20150623 (Red Hat 4.8.5-16) (GCC) ) #1 SMP Fri Oct 20 20:32:50 UTC 2017

所以教程的相关依赖我都会下载 Red Hat 版本的

系统环境1

下载依赖

依赖可以直接通过 wget 下载到主机上,也可以先下载到 PC 本地再通过 xftp(Windows)或 Filezilla(Mac)上传。

下载NVIDIA驱动
http://www.nvidia.com/Download/Find.aspx

机器学习1

这里给出 Red Hat 版本 的下载地址
http://cn.download.nvidia.com...

下载 CUDA
https://developer.nvidia.com/cuda-downloads

深度学习2

下载后得到cuda-repo-rhel7-9.0.176-1.x86_64.rpm

这里给出 Red Hat 版本 的下载地址
http://developer.download.nvi...

下载 cuDNN
https://developer.nvidia.com/rdp/cudnn-download(需要注册和填写问卷之后下载)

深度学习3

这里给出 通用 Linux 版本 的下载地址
https://developer.nvidia.com/...

安装 NVIDIA驱动

方法一(官方推荐方法)
在下载页面就有安装方法介绍,不同版本系统安装方法不同

深度学习4

以下是 RH 的安装方法:

# 请替换文件名为你下载依赖时对应的文件名

rpm -i nvidia-diag-driver-local-repo-rhel7-384.81-1.0-1.x86_64.rpm yum clean all yum install cuda-drivers reboot

方法二(极限偷懒版)

# 安装 Development Tools 软件包 sudo yum update sudo yum group install 'Development Tools' # 安装 elrepo 源 sudo rpm --import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org sudo rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm# 探测要安装的包sudo yum install nvidia-detect nvidia-detect # 安装 sudo yum install kmod-nvidia

安装 CUDA

在下载页面就有安装方法介绍,不同版本系统安装方法不同,下面是以 RH 为例:

# 请替换文件名为你下载依赖时对应的文件名,  sudo rpm -i cuda-repo-rhel7-9.0.176-1.x86_64.rpm sudo yum clean all sudo yum install cuda

添加 CUDA 到环境变量

vim ~/.bash_profile

加入

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64"
export CUDA_HOME=/usr/local/cuda

因为写教程的时候 tensorflow 1.4.0 要支持 CUDA 9.0 的话,还需要从源码编译来安装,所以为了避免通过 pip 安装会出现 ImportError: libcublas.so.8.0: cannot open shared object file: No such file or directory的错误,可以先使用 CUDA8.0(安装 CUDA 9.0 的时候也会同时安装上8.0 的,所以你不需要重新安装),此时环境变量可以这么写:

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64"
export CUDA_HOME=/usr/local/cuda-8.0

安装 cuDNN

# 请替换文件名为你下载依赖时对应的文件名, tar -xzvf cudnn-9.0-linux-x64-v7-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

安装 Python 依赖

企鹅云自带了 python 2.7

# 安装 pip sudo yum install python-pip python-devel sudo pip install --upgrade pip

安装 Tensorflow

方法一 源码编译(要使用 CUDA9.0目前之能支持这种方法)
方法二 pip
pip install tensorflow-gpu --upgrade

安装 matplotlib

sudo yum install freetype-devel 

安装 Keras

Keras 封装了 Theano 和 Tensorflow 的高度模块化的深度学习库,非常适合新手。

sudo pip install keras --upgrade

Keras 默认后端为 Theano 所以我们要修改为 Tensorflow

vim .keras/keras.json

修改为

{    "image_dim_ordering": "tf",    "epsilon": 1e-07,    "floatx": "float32",    "backend": "tensorflow"}

热门标签
new year
在线咨询
咨询热线 400-0505-565
投诉与建议
{{item.description}}

—您的烦恼我们已经收到—

我们会将处理结果发送至您的手机

请耐心等待