Linux下Caffe、Docker、Tensorflow、PyTorch环境搭建(CentOS 7)

注:模型的训练、测试、部署都可以通过Docker环境完成,环境问题会更少。

1. CUDA 8.0安装

  • Config env variables
# CUDA PATH
export PATH="/usr/local/cuda-8.0/bin:$PATH"

# CUDA LDLIBRARY_PATH
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH"
  • CUDA check

$ nvcc –version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2016 NVIDIA Corporation Built on Tue_Jan_10_13:22:03_CST_2017 Cuda compilation tools, release 8.0, V8.0.61

2. cuDNN安装

# unzip cudnn
tar zxvf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda

# copy include file
sudo cp include/cudnn.h /usr/local/cuda-8.0/include/

# copy .so file
sudo cp lib64/libcudnn.so.5.1.10 /usr/local/cuda-8.0/lib64/

# add ln link
cd /usr/local/cuda-8.0/lib64/
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so

3. NCCL安装

# clone nccl
git clone https://github.com/NVIDIA/nccl.git

make CUDA_HOME=/usr/local/cuda-8.0 test

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:./build/lib

./build/test/single/all_reduce_test 10000000

make PREFIX=nccl install

# Copy files
sudo cp /yourpath/nccl/build/include/nccl.h /usr/local/include
sudo cp /yourpath/nccl/build/lib/libnccl* /usr/local/lib

# Edit ~/.bashrc
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:/yourpath/nccl/build/lib:$LD_LIBRARY_PATH"

4. Caffe安装

  • Install dependencies
sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel gflags-devel glog-devel lmdb-devel atlas-devel
sudo yum install python-pip
sudo pip install --upgrade pip
sudo pip install numpy
  • Installation

参考http://blog.csdn.net/quincuntial/article/details/53494949

  • Caffe Test

参考http://blog.csdn.net/quincuntial/article/details/53468000

5. Tensorflow安装

sudo pip install tensorflow-gpu

6. PyTorch安装

pip install http://download.pytorch.org/whl/cu80/torch-0.1.12.post2-cp27-none-linux_x86_64.whl
pip install torchvision
pip install lmdb
pip install mahotas
pip install cffi

7. Docker安装

# Install docker
sudo yum install docker-ce

# Start docker
sudo systemctl start docker

# Test docker
sudo docker run hello-world

8. Nvidia-Docker安装

# Install nvida-docker
# https://github.com/NVIDIA/nvidia-docker
wget -P /tmp https://github.com/NVIDIA/nvidia-docker/releases/download/v1.0.1/nvidia-docker-1.0.1-1.x86_64.rpm

sudo rpm -i /tmp/nvidia-docker*.rpm && rm /tmp/nvidia-docker*.rpm

# start
sudo systemctl start nvidia-docker

# Test nvidia-smi
nvidia-docker run --rm nvidia/cuda nvidia-smi     

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏小白安全

ESXi反弹Shell

前言 本文将演示使用openssh在ESXi(6.5)上实现反弹Shell,并利用VIB(vSphere Installation Bundle)实现Persi...

2688
来自专栏贾志刚-OpenCV学堂

在ubuntu上配置tensorflow 1.7+CUDA踩过的坑

在ubuntu上配置tensorflow 1.7+CUDA踩过的坑 tensorflow1.6+CUDA9.0+cuDNN7.0整个环境在windows下正常工...

6917
来自专栏康怀帅的专栏

macOS PhpStorm Docker 使用详解

在 PhpStorm | Preferences | Build, Execution, Deployment | Docker 设置 Docker。 项目根目...

3745
来自专栏陈仁松博客

在Windows下安装TensorFlow

目前TensorFlow在Windows下只支持Python 3.x。 1.下载Python 首先安装Pythone 3.6.4 下载地址 升级pip pyth...

3774
来自专栏非典型程序猿

CentOS7下OpenCV2+CUDA9的编译问题解决

OpenCV是一个基于(开源)发行的跨平台计算机视觉库。CUDA是由NVIDIA所推出的一种集成技术,透过这个技术,用户可利用NVIDIA的GeForce 8以...

1302
来自专栏郭耀华‘s Blog

Win10 Anaconda下TensorFlow-GPU环境搭建详细教程(包含CUDA+cuDNN安装过程)

配置环境,研究了一整天,踩了很多坑,在网上找了很多资料,发现基本上都没非常明确的教程,所以今天想分享一下配置tensorflow GPU版本的经验,希望能让各位...

4693
来自专栏木东居士的专栏

TensorFlow GPU 版安装

2223
来自专栏前端黑板报

几款Chrome插件

Auto Copy 它的功用是即选即拷,可以选择不带格式的copy,对需要经常从网页上拷贝字词到world里的人来说很方便。 ? Vimium 熟悉Vim命令...

2307
来自专栏Petrichor的专栏

Tensorflow安装 & 遇到的问题及解决方案

  参照官网上给出的安装步骤,特别简单就装好了(比装Caffe简单多了( ̄︶ ̄)↗)。我自己的环境配置是:Ubuntu + py2.7 + 英伟达gpu。

633
来自专栏机器学习实践二三事

ubuntu14.04+caffe2+OpenCV3.0安装的一些问题

好久不用Caffe了,今天要转换个caffemodel到tensorflow,所以需要caffe的环境,原先预备pull个Docker镜像,最后发现死活下载不下...

2588

扫码关注云+社区