标签:ubuntu gpu theano deeplearni
该贴是经验贴,希望能够帮助到那些曾经跟我一样挣扎的人。
已经说了,是非Root用户,所以用不了 sudo ,才有这一系列的麻烦。
要安装 theano ,需要一些依赖项,详细可以参考博文:
如果没有 root 权限的话,源码安装这一大堆东西是相当麻烦的。
所幸,有这么个工具叫 anaconda,它已经内置了许多python库,安装了 anaconda之后只需要再安装 theano 即可
anaconda 下载链接
选择相对应的系统版本,比如我是:Anaconda-2.3.0-Linux-x86_64.sh
下载后用sh命令安装即可。一般默认安装在 home 目录下,接下来我们来安装 theano,同样的,根据这篇博文:
提供的 theano 源码,下载链接 ,下载完后进行解压。我们使用anaconda的python而不是系统python进行安装,现将anaconda的python添加到环境变量:
export PATH="/home/.../anaconda/bin:$PATH"
然后进入解压后的 theano 目录,运行
python setup.py install
此时便安装好了theano以及其它插件。
同时,anaconda的python IDE ,spyder 也非常方便好用。
这里默认已经安装好了cuda,cuda的安装网上教程很多,同样也是五花八门,由于服务器已经安装好了cuda,安装过程我就省略了。
配置GPU的时候,网上教程都说是在 .theanorc 文件中配置,我开始很奇怪,home 目录下好像没这个东西,后来才发现,其实自己创建一个 .theanorc 文件就可以了。
首先我们进入根目录:
cd ~
然后
vim .theanorc # 如果不存在该文件则会建立
然后在 .theanorc 中添加配置如下:
保存退出即可。
同时,我们还应该将cuda的路径添加到环境变量,否则会报出:找不到nvcc编译器的错误。可以编写脚本文件 spyder.sh 如下:
export PATH="/home/.../anaconda/bin:$PATH"
export PATH="/usr/local/cuda/bin:$PATH"
spyder
然后我们在根目录输入:
sh spyder.sh
即可打开spyder。
配置完GPU速度可以提高多快呢?如图:
33600 张28x28的图片,在本地电脑迭代一次要跑 60几秒左右,在服务器上只需2秒,当然,服务器的cpu和内存也起了很大作用。
版权声明:本文为博主原创文章,未经博主允许不得转载。
标签:ubuntu gpu theano deeplearni
原文地址:http://blog.csdn.net/llp1992/article/details/48006849