设为首页 收藏本站
查看: 2113|回复: 0

[经验分享] 【AI实战】基础环境搭建(Ubuntu+conda+tensorflow+GPU+PyCharm)

[复制链接]

尚未签到

发表于 2019-2-18 12:05:48 | 显示全部楼层 |阅读模式
DSC0000.jpg

  为方便日常的深度学习模型开发与测试,在自己笔记本上搭建一个深度学习的基础环境,便于学习AI使用。本人使用的笔记本配置是CPU为8代i5,显卡为GTX1060,内存为8G,基本上可满足日常的AI研究与学习。下面将介绍基础环境的搭建配置过程:

  1、安装Ubuntu 18.04
DSC0001.jpg

(1)安装操作系统
  从Ubuntu官网上下载最新的Ubuntu 18.04 LTS版本的IOS文件,然后使用Image Writer等工具,将IOS文件写入到U盘里面。
  重启电脑,在BIOS里面设置第一启动顺序为U盘,保存启动,进入到Ubuntu操作系统的安装界面,按照操作指引一步一步进行安装,安装过程比较简单,在此就不再赘述。
  注意:由于本人笔记本上的内存并不大(只有8G),为了满足后续的模型训练需要,在安装操作系统时,将交换区设置得大一些,例如8G或16G,以防模型训练时读取大量样本导致内存溢出。当然,能加内存条那就更好,土豪请随意。

  (2)安装显卡驱动
  安装Ubuntu后默认安装的是开源版本的显卡驱动,为了后续能够在使用tensorflow-gpu时能更好地发挥GPU的性能,推荐安装NVIDIA官方版本的驱动。
  在Ubuntu里面,打开“软件和更新”,点击里面的“附加驱动”标签页,选择使用NVIDIA driver,然后点击“应用更改”进行官方驱动的安装,安装后重启电脑即可。
DSC0002.jpg

  重启电脑后,只要在电脑的设备信息里面看到“图形”是显示了GTX 1060,则说明NVIDIA官方显卡驱动安装成功了。
DSC0003.jpg

  【注意】在安装NVIDIA的官方驱动时,最初是在官网上下载Cuda、Cudnn安装文件手动进行安装,安装成功了,但却无法加载驱动。后来通过在Ubuntu的“软件和更新”安装官方驱动,才顺利解决,而且安装也方便。
2、安装Anaconda
  由于后续在使用tensorflow建模时主要使用Python语言,因此,在这里选用了当前非常流行的Python发行版本:Anaconda。Anaconda集成了大量的科学计算包,能根据需要自动下载安装软件包和相应的依赖包(p.s.这也是比pip先进之处,pip无法管理依赖包的问题)。另外,使用Anaconda还能创建虚拟环境,这样就能很方便地在同个电脑上使用Python 2.x、Python 3.x,tensorflow-cpu、tensorflow-gpu,相互之间不受影响,非常方便。
DSC0004.jpg

(1)下载
  从Anaconda官网(https://www.continuum.io/downloads)上下载安装包,选择Linux系统,安装基于Python 3.6版本

  (2)安装
  对下载的文件授予可执行权限,然后进行安装
bash Anaconda3-5.2.0-Linux-x86_64.sh  当询问是否把Anaconda的bin添加到用户的环境变量中,选择yes

  (3)创建虚拟环境
  使用conda create命令创建虚拟环境到指定路径,并指定Python版本,同时可以将需要一起安装的包也一起指定。下面创建一个名为tensorflow的虚拟环境,指定使用Python 3.6版本,并在虚拟环境中安装numpy、scipy、matplotlib、jupyter等软件包,命令如下:
conda create –n tensorflow python=3.6 numpy scipy matplotlib jupyter  其中-n指定虚拟环境的名称
  默认安装的路径位于anaconda安装目录下的envs文件夹里面,也可以使用—prefix参数来重新指定虚拟环境路径
  如果要创建第二个虚拟环境,只需使用不同的名称即可,如果创建一个名为tensorflow2,指定使用Python 2.7版本,则命令如下:
conda create –n tensorflow2 python=2.7  如果要查看有哪些虚拟环境,则执行以下命令:
conda info -envis  【注意】如果在创建conda虚拟环境时没有指定python的版本,则默认是使用anaconda安装目录下bin中的python版本。为了实现虚拟环境的隔离,必须指定python版本

  (4)配置conda国内镜像源
  为了提升conda的安装软件包时的下载速度,建议对conda配置国内的镜像源(清华大学conda镜像源),配置方式如下:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/  
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  
conda config --set show_channel_urls yes
  如果要切回默认源,则执行
conda config –remove-key channels  【注意】网上很多配置conda国内镜像源的教程都只写着只配置清华大学conda的free镜像(https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/),但该源的很多软件包并不是最新版本,为了能更新最新版本,再指定一个清华大学conda的main镜像(https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/),这样就能安装、更新最新版本的软件了。

  (5)激活虚拟环境
  创建好conda虚拟环境后,在使用之前必须先进行激活。下面激活刚创建的tensorflow虚拟环境,命令如下:
conda source activate tensorflow  如果要注销退出当前的虚拟环境,则执行命令:
conda source deactivate tensorflow  非常方便
3、安装tensorflow-gpu
DSC0005.jpg

  为了提升AI模型的训练效率,安装使用tensorflow-gpu进行模型训练。
  激活进入刚才创建的tensorflow的conda虚拟环境
conda source activate tensorflow  然后使用以下命令安装tensorflow-gpu
conda install tensorflow-gpu  conda将会检测tensorflow-gpu的最新版本以及相关的依赖包,包括调用NVIDIA显卡所需要的Cuda、Cudnn等依赖环境,都会自动按顺序进行安装,非常方便吧。
  如果需要升级tensorflow-gpu的版本,则执行以下命令进行更新
conda upgrade tensorflow-gpu  注意:并不是所有软件包都能直接安装,有一些需要指定安装源,例如做AI中经常会用到的OpenCV便是无法直接安装的,需要指定安装源,命令如下:
conda install --channel https://conda.anaconda.org/menpo opencv34、安装PyCharm
DSC0006.jpg

  PyCharm是一个优秀的Python开发IDE环境,特别是还提供了社区版可以免费使用,业界良心啊!

  (1)安装PyCharm
  在Ubuntu里面安装PyCharm非常简单,在Ubuntu软件商城里面搜索“pycharm”,然后选择社区版“PyCharm CE”进行安装即可,非常方便。
DSC0007.jpg

(2)在PyCharm中使用conda虚拟环境
  为了能够在PyCharm中使用我们自己创建的conda虚拟环境,需要进行下配置。在Pycharm的Files>>settings>>Project Interpreter>>Add local 里面添加刚才创建的conda虚拟环境的目录下所在的Python 3.6程序,应用之后就可以使用我们自己使用的虚拟环境了,如下图所示:
DSC0008.jpg

  至此,“AI实战”的基础环境搭建就已全部配置完成了。
  文章转自:https://my.oschina.net/u/876354/blog/1924805



运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-673966-1-1.html 上篇帖子: Hadoop2.9.1 安装 Hive2.3.3 on ubuntu 16.04 下篇帖子: vmware下对ubuntu进行根目录扩容
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表