ubuntu安装Theano+cuda
由于学习需要用到GPU加速机器学习算法,需要安装theano+cuda。
开源库的一大问题就是:难安装。
为了搞好这个配置,我是前前后后花了3天,重装了3次ubuntu重装了5次驱动才搞定。
故发此贴,给出最简单安装方法(如果我还记得的话)。
因为ubuntu下各种软件依赖关系太多,最好全新ubuntu安装theano和cuda,然后在更新
最好是这么做,再多一步都可能搞错………………
一、安装ubuntu
window下安装theano和其他的依赖库相当复杂,甚至需要用到edu的邮箱。
果断抛弃,用ubuntu搭起环境。
1、制作U盘
下好ubuntu(12.04)的iso后,拿出一个4GU盘,插进去格式化。
再下载一个U盘安装器:

打开,一直下一步,选定系统,选定iso文件。(这个用教?)

Create后等一会就好了。
2、腾出空间。
系统需要腾出一定空间安装ubuntu,最好在比较空闲的硬盘中腾出来。
我在F盘腾出了20GB做Ubuntu的系统盘。
方法:
我的电脑-右键-管理-储存-磁盘管理
在空闲的分区上右键-压缩卷-输入腾出来的空间大小(MB)-压缩
3、重启系统
开机进入boot选定从U盘启动(按F2,或者别的,看开机的主板界面),保存退出。
然后安装什么的,看着图形界面来就好了。
ubuntu会自动安装到那个腾出来的分区。
二、安装Theano
1、装好Ubuntu后,先让电脑能上网。
(校园网inode的同学别折腾,系统设置-网络-801.2x认证,设定好用户密码和IP就能上网)
2、能上网之后,打开软件中心,在编辑-软件源,换一个好点的源(163或教育网(如果你是教育网的话))
ctrl+alt+T打开控制端,输入 : sudo apt-get update ,让源能工作。
3、输入密码,等一会,好了之后依次输入
- sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git
- sudo pip install Theano
等,好了就好了(如果pip install超时,可以换源或者换时间段安装)
4、可以用
- NumPy (~30s): python -c "import numpy; numpy.test()"
- SciPy (~1m): python -c "import scipy; scipy.test()"
- Theano (~30m): python -c "import theano; theano.test()"
这三个程序测试下能不能跑得动,没error就行。
三、安装cuda
参考这个:http://blog.csdn.net/silangquan/article/details/9473613
这是一个安装驱动的教程,不过吧cuda当作驱动安装我是成功了。
教程做到第九步重启就行。
然后添加环境变量:(用gedit打开 .bashrc)
sudo gedit .bashrc
添加下面两行
export PATH=/usr/local/cuda-5.5/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-5.5/lib64:$LD_LIBRARY_PATH
然后用:http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-linux/index.html#runfile-installation
下面的方法检验安装。
ubuntu安装Theano+cuda的更多相关文章
- ubuntu 安装 theano
参考博客: http://www.cnblogs.com/anyview/p/5025704.html 1. 安装gfortran, numpy, scipy, sklearn, blas, atla ...
- 手把手教你搭建深度学习平台——避坑安装theano+CUDA
python有多混乱我就不多说了.这个混论不仅是指整个python市场混乱,更混乱的还有python的各种附加依赖包.为了一劳永逸解决python的各种依赖包对深度学习造成的影响,本文中采用pytho ...
- Ubuntu 安装Theano
参考:http://deeplearning.net/software/theano/install_ubuntu.html 编译安装python3.4:http://blog.aboutc.net/ ...
- GPU 加速NLP任务(Theano+CUDA)
之前学习了CNN的相关知识,提到Yoon Kim(2014)的论文,利用CNN进行文本分类,虽然该CNN网络结构简单效果可观,但论文没有给出具体训练时间,这便值得进一步探讨. Yoon Kim代码:h ...
- Ubuntu 16.04 + CUDA 8.0 + cuDNN v5.1 + TensorFlow(GPU support)安装配置详解
随着图像识别和深度学习领域的迅猛发展,GPU时代即将来临.由于GPU处理深度学习算法的高效性,使得配置一台搭载有GPU的服务器变得尤为必要. 本文主要介绍在Ubuntu 16.04环境下如何配置Ten ...
- Caffe + Ubuntu 15.04 + CUDA 7.0 安装以及配置
作为小码农的我,昨天就在装这个东东了,主要参考第一篇博文,但是过程发现很多问题,经过反反复复,千锤百炼,终于柳暗花明,我把这个caffe给搞定了,是故,我发布出来,后之来者,欲将有感于斯文~ 本分分为 ...
- tensorflow 1.8, ubuntu 16.04, cuda 9.0, nvidia-390,安装踩坑指南。
被tensorflow 1.8, ubuntu 16.04, cuda 9.0, nvidia-390折磨了5天,终于上坑,留下指南,造福后人. 1.先把依赖搞清楚: tensorflow 1.8依赖 ...
- 真实机下 ubuntu 18.04 安装GPU +CUDA+cuDNN 以及其版本选择(亲测非常实用)【转】
本文转载自:https://blog.csdn.net/u010801439/article/details/80483036 ubuntu 18.04 安装GPU +CUDA+cuDNN : 目前, ...
- 在ubuntu安装python, theano, keras , Spearmint, Mongodb
系统配置: Ubuntu 14 (其他系统也差不多如下操作) 1. 通过anaconda安装 python 地址: https://www.continuum.io/downloads#linux 2 ...
随机推荐
- 将EasyRTMP_RTSP移植到Android平台实现的RTSP拉流转推RTMP直播流功能
本文转自EasyDarwin开源团队成员Kim的博客:http://blog.csdn.net/jinlong0603/article/details/73253044 前言 安防互联网化的需求已经越 ...
- $.ajax 的速度要快于 angular 里 $http (个别情况)
$.ajax: $http:
- IOS开发 多线程GCD
Grand Central Dispatch (GCD)是Apple开发的一个多核编程的解决方法. dispatch queue分成以下三种: 1)运行在主线程的Main queue,通过dispat ...
- Failed to resolve: com.android.support:appcompat-v7:27.+ 报错解决方法
最近在学习Android方面的编程,这个过程中出现了许多的错误,其中最多的错误是出现在构建工具进行编译的时候.这里分析一个出现的错误,Failed to resolve: com.android.su ...
- windows客户端远程访问linux下mysql方法
windows客户端远程访问linux下mysql方法 1. 改表法.可能是你的帐号不允许从远程登陆,只能在localhost.这个时候只要在localhost的那台电脑,登入mysql后,更改 &q ...
- Android:BroadcastReceiver
参考:<第一行代码:Android> 郭霖(著) Broadcast分类 注册方式: 动态广播 在代码中注册receiver 一定要手动在onDestroy()时调用unregiste ...
- Python递归输出字典所有不同深度的路径
应用场景 假设有这样一个字典结构test_dict = {'a':{'b':{'c':1}},'d':2},test_dict其实可以看作是一种树状结构,其中每个叶子节点深度不一定相同,如果我们希望输 ...
- ZOJ3551Bloodsucker (数学期望)
In 0th day, there are n-1 people and 1 bloodsucker. Every day, two and only two of them meet. Nothin ...
- js 字符串和数组注意点
var a="foo"; var b=[ "f","o","o"]; a[1]="o"; b[1]= ...
- python正则的使用
python的正则是通过re模块的支持 匹配的3个函数 match :只从字符串的开始与正则表达式匹配,匹配成功返回matchobject,否则返回none: re.match(pattern, st ...