谷歌云GPU服務器創建與使用指南（三）,谷歌云gpu推薦

谷歌云GPU服務器創建和使用指南(3)

本文主要介紹:在服務器端安裝顯卡驅動，配置deep 學習框架。

服務器和本地主機的區別

在配置本地Linux系統(如ubuntu)主機的deep 學習框架時，可以按照提示一步一步的進行顯卡驅動的安裝。但是在為服務器安裝GPU驅動時，要考慮到顯卡驅動中的顯示驅動是無法安裝的，因為服務器的預裝系統中沒有X desktop (GUI)，這一點必須注意。

配置環境

1)安裝NVIDIA驅動程序

顯卡驅動下載地址:官網>按照官網“其他”中描述的安裝方法進行安裝。

2)安裝CUDA工具包

這里有一個小坑。對于CUDA版本，請在以下“傳統版本”中選擇8.0版本

win:https://developer.nvidia.com/compute/cuda/9.0/prod/local 安裝程序/cuda 9.0.176 win10exe

Ubuntu版本16.04:(可能會更改)https://developer.nvidia.com/compute/cuda/9.0/prod/local 安裝程序/cudarepoUbuntu 160490local 9 . 0 . 176 amd64deb

您可以使用以下兩種方法中的任何一種。

然后按照下圖選擇類型，最后按照安裝介紹安裝。

安裝時，您會遇到以下提示。我們不安裝顯示驅動程序，所以請務必選擇“N”

為Linuxx8664 387.26安裝NVIDIA加速圖形驅動程序

(y)es/(n)o/(q)uit:n

最后，顯示以下內容，表明CUDA安裝成功。

3)安裝CUDNN

在官網下載cud nn8.0Linuxx64v 5.1 . tgz https://developer.nvidia.com/rdp/cudnndownload

下載之前需要注冊登錄。下載后也可以上傳到自己家里解壓:

tarxvzf cud nn8.0Linuxx64v 5.1 . tgz

解壓后是一個cuda文件夾。

cd cuda

sudo CP include/cud nn . h/usr/local/cuda/include

sudo cp lib64/libcudnn。*/usr/local/cuda/lib64

sudo vi/etc/profile

導出路徑=/usr/local/cuda8.0/bin:$PATH

導出LD LIBRARY PATH =/usr/local/cuda8.0/lib 64:$ LD LIBRARY PATH

Source/etc/profile使更改生效。

Cnvv檢查CUDA

以下步驟4)5)可以參考TensorFlow官網安裝教程:

https://www . tensor flow . org/install/install Linux # installing with anaconda

4)安裝anaconda

5)安裝張量流

特別聲明：以上文章內容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關于作品內容、版權或其它問題請于作品發表后的30日內與ESG跨境電商聯系。