|
|
51CTO旗下网站
|
|
移动端

1.5 安装CUDA 和 cuDNN

《Python深度学习实战:75个有关神经网络建模、强化学习与迁移学习的解决方案》第1章编程环境、GPU 计算、云解决方案和深度学习框架,本章重点介绍构建深度学习框架用到的一些流行技术方案。本节为大家介绍安装CUDA 和 cuDNN。

作者:程国建/周冠武 译来源:机械工业出版社|2018-08-30 17:55

1.5 安装CUDA 和 cuDNN

如果想利用NVIDIA GPU 进行深度学习,这一部分是必不可少的。CUDA 工具包专为GPU 加速应用程序设计,编译器针对数学运算进行了优化。此外,cuDNN 库(CUDA 深度神经网络库)是一个加速深度学习例程的库,例如GPU 上的卷积、池化和激活。

做好准备
在开始使用此方案之前,请确保已经在https ://developer.nvidia.com/cudnn 注册了
NVIDIA 公司的加速计算开发程序(Accelerated Computing Developer Program)。只有注册后,才能访问安装cuDNN 库所需的文件。

如何去做…

1)首先在终端中用以下命令下载NVIDIA(如果需要,请对应地调整下载链接。请确保现在使用的是CUDA 8 而不是CUDA 9):

2)接下来,解压文件并更新软件包列表中的所有软件包。之后,删除下载文件:

3)现在,准备使用以下命令安装CUDA :

4)接下来,需要设置环境变量并将它们添加到shell 脚本.bashrc 中:


5)确保使用以下命令重新加载shell 脚本:

6)读者可以使用终端中的以下命令来检查CUDA 8.0 驱动程序和工具包是否已正确安装:

最后一个命令的输出应该看起来如图1.2 所示。

7)在这里,正确连接一个16 GB 的NVIDIA P100 GPU 并加以使用。

8)现在准备安装cuDNN。确保NVIDIA cuDNN 文件在机器上可用,例如如果需要,从本地机器复制到服务器。对于Google 云计算引擎(确保已经设置了gcloud 并且项目和区域设置正确),可以使用以下命令(将local-directory 和instance-name 替换为自己的设置):

9)首先解压文件,然后以root 身份复制到正确的目录:

10)为清理空间,可以删除用于安装的文件,如下所示:

喜欢的朋友可以添加我们的微信账号:

51CTO读书频道二维码


51CTO读书会第9群:808517103

【责任编辑:book TEL:(010)68476606】

回书目   上一节   下一节
点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

非常网管——网络服务

本书使用通俗易懂的语言,通过大量的实例,从实际应用的角度出发,全面系统地介绍了网络服务操作系统平台、电子邮件系统、Web站点和FTP站点...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊