区块链技术博客
www.b2bchain.cn

深度学习入门:在Linux服务器上建立虚拟环境

这篇文章主要介绍了深度学习入门:在Linux服务器上建立虚拟环境的讲解,通过具体代码实例进行16644 讲解,并且分析了深度学习入门:在Linux服务器上建立虚拟环境的详细步骤与相关技巧,需要的朋友可以参考下https://www.b2bchain.cn/?p=16644

本文实例讲述了2、树莓派设置连接WiFi,开启VNC等等的讲解。分享给大家供大家参考文章查询地址https://www.b2bchain.cn/7039.html。具体如下:

文章目录

    • 准备工作
        • 安装anaconda
        • 查看显卡驱动版本
        • 查看显卡驱动与CUDA的对应关系
    • 虚拟环境搭建
        • 配置虚拟环境
        • 建立虚拟环境
        • 进入虚拟环境
        • 退出虚拟环境

本人使用的linux版本为ubuntu16.04。

准备工作

安装anaconda

这部分可以参考ubuntu16.04安装和使用Anaconda3

查看显卡驱动版本

cat /proc/driver/nvidia/version 

查看显卡驱动与CUDA的对应关系

深度学习入门:在Linux服务器上建立虚拟环境

参考 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

以下配置需要的显卡驱动版本为455,如果查看显卡驱动版本低于这个,更新一下显卡驱动版本就可以了,否则使用CUDA可能会有问题,会产生以下错误:
深度学习入门:在Linux服务器上建立虚拟环境
产生这个错误也没关系,具体的解决办法见我的另一篇博客 The NVIDIA driver on your system is too old (found version 9000).已解决 ,需要把这篇博客里的

apt search nvidia-435 

改成

apt search nvidia-455 

虚拟环境搭建

配置虚拟环境

在目录下新建 environment.yml
里面写你要下载的内容,比如python,和深度学习需要的一些常见的包,
name 是这个环境的名称。

name: myFirstEnv channels:     - pytorch     - conda-forge     - defaults dependencies:     - cudatoolkit     - python>=3.7.3     - dill     - numpy>=1.16.3     - pip>=19.1     - torchvision>=0.2.1     - scikit-learn>=0.20.3     - scipy>=1.2.1 

建立虚拟环境

在当前目录下输入

conda env create -f environment.yml 

深度学习入门:在Linux服务器上建立虚拟环境
这样就安装成功了。

进入虚拟环境

conda activate myFirstEnv 

此时(base)会变成(myFirstEnv)

虚拟环境地址查看:

echo ${CONDA_PREFIX} 
/home/usrname/anaconda3/envs/myFirstEnv 

输入

import torch print(torch.__version__) 
torch.cuda.is_available() True 

如果显卡驱动版本适合的话,就可以正常的使用了。

退出虚拟环境

conda deactivate 

对深度学习有兴趣的同学可以查看我的以下内容:
个人博客总结:基于Pytorch的深度学习/机器学习相关博客(2020.3–2020.11)

本文转自互联网,侵权联系删除深度学习入门:在Linux服务器上建立虚拟环境

赞(0) 打赏
部分文章转自网络,侵权联系删除b2bchain区块链学习技术社区 » 深度学习入门:在Linux服务器上建立虚拟环境
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

b2b链

联系我们联系我们