教程 | 从零开始搭建『深度学习』GPU开发环境

• 操作系统（Ubuntu）

• 4 种驱动和库（GPU 驱动、CUDA、cuDNN 和 pip）

• 5 种 Python 深度学习库（TensorFlow、Theano、CNTK、Keras 和 PyTorch）

1. Ubuntu（v16.04.3）——操作系统，各种任务处理。

2. Nvidia GPU 驱动（v375）——允许系统获得 GPU 带来的加速。

3. CUDA（v8.0）——GPU C 语言库。「计算同一设备架构」。

4. cuDNN（v6.0.21）——基于 CUDA 的深度学习基元库。「CUDA 深度学习库」。

5. pip（v9.0.1）——Python 安装包。「Pip 安装包」。

6. TensorFlow（v1.3）——谷歌开发的深度学习框架。

7. Theano（v0.9.0）——此前由 MILA 负责维护的深度学习框架。

8. CNTK（v2.2）——微软研究院开发的深度学习框架。

9. Keras（v2.0.8）——深度学习包装可互换后端。可与 TensorFlow、Theano 和 CNTK 共同使用。

10. PyTorch（v0.2.0）——可被 GPU 加速的动态图深度学习框架，主要由 Facebook 的研究人员负责开发。

• 引导分区（128GB）：包含系统文件、程序设置和文档。

• 交换分区（2 倍的内存大小）：对于我来说这就是 128GB。这块分区的容量用于扩展 Kernel RAM 作为虚拟内存使用。

• 用户分区（剩下的部分）：1TB 的硬盘剩下的空间大约还有 744GB。

sudo apt-get update
sudo apt-get upgrade

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update
sudo apt-get install nvidia-<driver_number>

sudo shutdown -r now

sudo apt-get install gcc-multilib xorg-dev

sudo service lightdm stop

cd <download location>
chmod +x NVIDIA-Linux-x86_64-384.90.run
sudo ./NVIDIA-Linux-x86_64-384.90.run --dkms

sudo service lightdm start

nvidia-smi

cat /proc/driver/nvidia/version

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

echo  export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}} >> ~/.bashrc
echo  export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} >> ~/.bashrc
source ~/.bashrc

mkdir test_CUDA
cd test_CUDA
./cuda-install-samples-8.0.sh .

cd ../.. && make

1. cuDNN v6.0 Runtime Library for Ubuntu16.04 (Deb)

2. cuDNN v6.0 Developer Library for Ubuntu16.04 (Deb)

3. cuDNN v6.0 Code Samples and User Guide for Ubuntu16.04 (Deb)

sudo dpkg -i libcudnn6_6.0.21-1+cuda8.0_amd64.deb
sudo dpkg -i libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb
sudo dpkg -i libcudnn6-doc_6.0.21-1+cuda8.0_amd64.deb

cp -r /usr/src/cudnn_samples_v6/ $HOME
cd $HOME/cudnn_samples_v6/mnistCUDNN
make clean && make
./mnistCUDNN

sudo apt-get remove libcudnn6
sudo apt-get remove libcudnn6-dev
sudo apt-get remove libcudnn6-doc

sudo apt-get install python-pip python-dev
sudo pip install --upgrade pip

pip install tensorflow-gpu

import tensorflow as tf
hello = tf.constant( Hello, TensorFlow! )
sess = tf.Session()
print(sess.run(hello))

sudo apt-get install libopenblas-dev cmake git

sudo pip install numpy scipy nose sphinx pydot-ng pycuda scikit-cuda cython

git clone https://github.com/Theano/libgpuarray.git
cd libgpuarray

mkdir Build
cd Build
cmake .. -DCMAKE_BUILD_TYPE=Release
make
sudo make install

cd ..
python setup.py build
sudo python setup.py install

export LD_LIBRARY_PATH=/usr/local/lib/:$LD_LIBRARY_PATH

sudo pip install git+https://github.com/Theano/Theano.git#egg=Theano

sudo pip install https://cntk.ai/PythonWheel/GPU/cntk-2.2-cp27-cp27mu-linux_x86_64.whl

sudo pip install keras

sudo pip install http://download.pytorch.org/whl/cu80/torch-
0.2.0.post3-cp27-cp27mu-manylinux1_x86_64.whl 
sudo pip install torchvision

from __future__ import print_function
import torch
x = torch.Tensor(5, 3)
print(x)

希望本文对你有所帮助。