1. 程式人生 > >Gluon學習02-使用GPU

Gluon學習02-使用GPU

gpu加速 pytho CP image ng- -s src 網址 local

Gluon學習02-使用GPU

小書匠 kindle

目錄,方便快速定位:

  • 1.安裝cuda與cudnn
  • 2.安裝mxnet-gpu

本機環境介紹:

系統:Linuxmint
Python版本:Python3

1.安裝cuda與cudnn

(0)定義

CUDA(Compute Unified Device Architecture),是英偉達公司推出的一種基於新的並行編程模型和指令集架構的通用計算架構,它能利用英偉達GPU的並行計算引擎,比CPU更高效的解決許多復雜計算任務。

摘自:CPU、GPU、CUDA,CuDNN 簡介

cuDNN(CUDA Deep Neural Network library):是NVIDIA打造的針對深度神經網絡的加速庫,是一個用於深層神經網絡的GPU加速庫。如果你要用GPU訓練模型,cuDNN不是必須的,但是一般會采用這個加速庫。

摘自:GPU,CUDA,cuDNN的理解

(1)下載

選擇合適版本下載cuda:
網址:https://developer.nvidia.com/cuda-downloads

技術分享圖片
選擇合適版本

配合前面的cuda版本,下載相應的cudnn:
網址:https://developer.nvidia.com/rdp/cudnn-archive
註:這裏需要註冊賬號才可以下,有時收不到激活郵件,可以多試試不同放入郵箱,不行就出去一下.

(2)安裝

下載完成以上兩個文件後,首先安裝cuda,使用以下命令安裝:

  1. sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
  2. sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
  3. sudo apt-get update
  4. sudo apt-get install cuda

然後,解壓cudnn,將相應文件拷貝的cuda的安裝目錄上,使用以下命令:

  1. tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz
  2. sudo cp cuda/include/cudnn.h /usr/local/cuda/include
  3. sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
  4. sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local
    /cuda/lib64/libcudnn*

(3)配置

將cuda安裝路徑配置到系統路徑下:

  1. export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
  2. export CUDA_HOME=/usr/local/cuda

根據自己環境將該信息添加到相應文件,我的是~/.zshrc,如果終端是bash,則是~/.bashrc.

2.安裝mxnet-gpu

(1)卸載以前安裝的CPU版本的mxnet

  1. pip uninstall mxnet

(2)安裝mxnet-gpu

根據前面安裝的cuda 版本,安裝相應的mxnet-gpu

  1. pip install --pre mxnet-cu75 # CUDA 7.5
  2. pip install --pre mxnet-cu80 # CUDA 8.0
  3. pip install --pre mxnet-cu90 # CUDA 9.0

註:如果安裝過程過慢,可以更換pip的源,更換方法是可以看這篇博客更換pip源到國內鏡像

參考:
Gluon動手學深度學習

每日一學,爭取進步02

Gluon學習02-使用GPU