Ubuntu 下搭建深度学习环境的最简单方法

This topic created in 2717 days ago, the information mentioned may be changed or developed.

前不久我买了张 RTX 2080，开始了搭建深度学习环境的踩坑之旅。我在每个环节上都用不同姿势踩过坑，最后总结出一套应该是最稳妥又容易执行的方法。如果你熟悉 Docker，那直接用英伟达的镜像应该是最简单的方法。不然的话，这篇文章应该能帮得上忙。

这是文章链接，大家一起交流呀。

10 replies • 2018-12-29 19:41:23 +08:00

ugvf2009

Dec 28, 2018 via Android

nvdia 打包好的镜像吗？ share 下

ugvf2009

Dec 28, 2018 via Android

最近在搞 hpc 集群部署😄

cshlxm

Dec 29, 2018

docker 吧，我自己在公司服务器上完整搭了一遍下来，真的是即便是资料最多的 1604 下，cuda cudnn 安装各种版本需求，真的是 x 疼，总会出点意想不到的依赖缺失，搭了一遍搞定后又重来一遍，真的是除非想亲自踩坑，不然真不如 docker 一波流

Nick2VIPUser

Dec 29, 2018 via iPhone

收藏了

olindk

Dec 29, 2018

@cshlxm 我的这个方法就是用 Anaconda 安装，只需要给系统装好驱动，别的都不用管了。不用手动安装 CUDA 和 cuDNN。

olindk

Dec 29, 2018

@ugvf2009 我不懂 Docker，Google 一下应该很快找到😄。

cshlxm

Dec 29, 2018

@olindk annaconda 和那个不一回事。。你要运行 tf 是需要 cuda cudnn，根据你运行的 tf 版本要求的 cuda 或者 cudnn 版本也不一样，驱动很好装的

olindk

Dec 29, 2018

@cshlxm Anaconda 会自动安装正确版本的 CUDA 和 cuDNN。在服务器安装驱动确实很容易，但是自己组装的电脑安装桌面版的 Ubuntu，安装驱动就容易踩坑……

cshlxm

Dec 29, 2018

@olindk annaconda 现在这么智能了，我 8 月份搞的时候还木有啊，我没装桌面版，装的 server 版 4 块 tesla P40...

olindk

Dec 29, 2018

@cshlxm 应该有段时间了……我 10 月份装的系统。