工作环境

系统:Ubuntu  LTS
显卡:GPU
NVIDIA驱动:410.93
CUDA:10.0
Python:.x

CUDA以及NVIDIA驱动安装,详见https://www.cnblogs.com/orzs/p/10951473.html

需要部署的软件

conda环境
nccl2环境
openmpi环境
horovod环境

1. 创建conda环境

官网下载地址:https://www.anaconda.com/distribution/#download-section

下载合适的安装文件,然后运行。

 cd init
 sudo wget https://repo.anaconda.com/archive/Anaconda3-2019.03-Linux-x86_64.sh
 bash Anaconda3-2019.03-Linux-x86_64.sh

根据提示操作,并选择安装目录,默认安装在~/anaconda3/ 目录下。

注:初始化操作

1、如果默认不初始化,则安装之后,没有conda命令,需要手动初始化

注:为避免用户名泄露,此处的用户名均已$USER替代

installation finished.
Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]
[no] >>>


You have chosen to not have conda modify your shell scripts at all.
To activate conda's base environment in your current shell session:


eval "$(/home/$USER/anaconda3/bin/conda shell.YOUR_SHELL_NAME hook)"


To install conda's shell functions for easier access, first activate, then:


conda init


If you'd prefer that conda's base environment not be activated on startup,
set the auto_activate_base parameter to false:


conda config --set auto_activate_base false


Thank you for installing Anaconda3!


===========================================================================


Anaconda and JetBrains are working together to bring you Anaconda-powered
environments tightly integrated in the PyCharm IDE.


PyCharm for Anaconda is available at:
https://www.anaconda.com/pycharm


2、如果选择初始化,则会修改~/.bashrc文件,并创建conda命令

installation finished.
Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]
"deeplearning" 105L, 3558C written

installation finished.
Do you wish the installer to initialize Anaconda3
by running conda init? [yes|no]
[no] >>> yes
WARNING: The conda.compat module is deprecated and will be removed in a future release.
no change /home/$USER/anaconda3/condabin/conda
no change /home/$USER/anaconda3/bin/conda
no change /home/$USER/anaconda3/bin/conda-env
no change /home/$USER/anaconda3/bin/activate
no change /home/$USER/anaconda3/bin/deactivate
no change /home/$USER/anaconda3/etc/profile.d/conda.sh
no change /home/$USER/anaconda3/etc/fish/conf.d/conda.fish
no change /home/$USER/anaconda3/shell/condabin/Conda.psm1
no change /home/$USER/anaconda3/shell/condabin/conda-hook.ps1
no change /home/$USER/anaconda3/lib/python3./site-packages/xonsh/conda.xsh
no change /home/$USER/anaconda3/etc/profile.d/conda.csh
modified /home/$USER/.bashrc

==> For changes to take effect, close and re-open your current shell. <==

If you'd prefer that conda's base environment not be activated on startup,
set the auto_activate_base parameter to false:

conda config --set auto_activate_base false

Thank you for installing Anaconda3!

===========================================================================

Anaconda and JetBrains are working together to bring you Anaconda-powered
environments tightly integrated in the PyCharm IDE.

PyCharm for Anaconda is available at:
https://www.anaconda.com/pycharm

执行以下命令,使conda环境生效

 source ~/.bashrc

2. 进入conda py3.6

 conda create -n py36 python=3.6
 conda activate py36

3. 安装必要包

#修改清华的pip源

 mkdir ~/.pip
 touch ~/.pip/pip.conf

#pip.conf中写入以下内容

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

安装包

 pip
 pip install opencv-python==4.1.0.25
 pip
 pip 

4. 安装nccl2

下载地址:https://docs.nvidia.com/deeplearning/sdk/nccl-install-guide/index.html

根据系统和cuda版本下载对应的nccl2

 -ga-cuda10.0_1-1_amd64.deb
 -ga-cuda10./7fa2af80.pub(根据提示执行)
 sudo apt update
 -+cuda10. libnccl-dev=-+cuda10.

5、安装libcudnn

根据版本,下载对应的文件:https://developer.nvidia.com/rdp/cudnn-download

 -+cuda10.0_amd64.deb
 -+cuda10.0_amd64.deb

6. 安装openmpi

下载地址:https://www.open-mpi.org/faq/?category=building#easy-build

 sudo wget https://download.open-mpi.org/release/open-mpi/v4.0/openmpi-4.0.1.tar.gz
 .tar.gz | tar xf -
 cd openmpi-/
 sudo ./configure --prefix=/usr/local
 sudo make all install

7. 安装horovod

文档说明:https://github.com/horovod/horovod/blob/master/docs/gpus.rst

 HOROVOD_GPU_ALLREDUCE=NCCL pip install --no-cache-dir horovod

注:HOROVOD_WITH_TENSORFLOW=1  可开启debug模式。

至此,深度学习环境安装完成,接下来即可做深度训练。

conda环境常用命令

如何默认不使用conda环境
 conda config --set auto_activate_base false
退出conda环境
 conda deactivate
进入conda环境
 conda activate

安装过程中可能出现的问题:

1、

ImportError: libcudnn.so.: cannot open shared object file: No such file or directory

原因:cudann未安装或者版本错误

解决:根据版本,下载对应的文件:https://developer.nvidia.com/rdp/cudnn-download

 -+cuda10.0_amd64.deb
 -+cuda10.0_amd64.deb

2、

ImportError: libcuda.so.: cannot open shared object file: No such file or directory

原因:一般是cuda版本不对导致

解决:安装对应的cuda版本即可

3、

ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory

原因:一般情况是cuda链接库的问题

解决:执行以下命令即可

 sudo ldconfig /usr/local/cuda/lib64

4、奇葩问题:

ModuleNotFoundError: No module named 'cv2'

如果未安装opencv-python,直接执行以下命令安装即可

 pip install opencv-python==4.1.0.25

如果已经安装,依然错误提示,我遇到的情况是,Python被劫持

执行命令

 which python

回显提示

~/anaconda3/envs/py36/bin/python

执行

 ~/anaconda3/envs/py36/bin/python

看到的版本是3.6.8

但是直接python看到是3.6.6

原因:python被劫持

解决:将~/.bashrc里的python环境变量清除即可

# alias python=/usr/bin/python3.

5、执行以下命令报错

 conda create -n py36 python=3.6
WARNING: The conda.compat module is deprecated and will be removed in a future release.
Collecting package metadata: failed

UnavailableInvalidChannel: The channel is not accessible or is invalid.
  channel name: anaconda/pkgs/free
  channel url: https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  error code: 

You will need to adjust your conda configuration to proceed.
Use `conda config --show channels` to view your configuration's current state,
and use `conda config --show-sources` to view config file locations.

检查conda配置(以前曾经安装过conda)

 conda config --show-sources
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: True

原因:conda已经不支持外部源

解决:删除清华的源即可

 conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/'
 conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'

6、

[$USER-nmg-:] mca_base_component_repository_open: unable to open mca_oob_ud: libibverbs.so.: cannot open shared object file: No such file or directory (ignored)
[$USER-nmg-:] mca_base_component_repository_open: unable to open mca_oob_ud: libibverbs.so.: cannot open shared object file: No such file or directory (ignored)
[$USER-nmg-:] mca_base_component_repository_open: unable to open mca_btl_openib: libibverbs.so.: cannot open shared object file: No such file or directory (ignored)

原因:缺少libibverbs.so.1导致

解决:安装libibverbs1即可

 apt-cache search libibverbs
 sudo apt-get install libibverbs1

7、

python: symbol lookup error: /usr/local/lib/openmpi/mca_coll_cuda.so: undefined symbol: opal_cuda_check_bufs

原因:openmpi安装有问题或者版本冲突导致

解决:卸载并重新安装openmpi即可。

 cd /where/your/old_mpi/sources/are   //进入其他版本的安装目录
 sudo make uninstall
 sudo rm -rf /usr/local/lib/openmpi /usr/local/lib/libmca* /usr/local/lib/libmpi* /usr/local/lib/libompitrace* /usr/local/lib/libopen* /usr/local/lib/liboshmem* /usr/local/lib/mpi_*
 cd /where/your/mpi/sources/are   //进入需要安装的版本的目录
 sudo ./configure --prefix=/usr/local
 sudo make all install

8、

tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above.

我遇到的情况是,已经安装了对应的版本(cuda10.0、libcudnn7-dev_7.6.0.64、tensorflow-gpu-1.13.1),但是被/usr/local/cuda-9.0/空目录影响到了,删除此目录即可。

 sudo rm -rf /usr/local/cuda-9.0/

深度学习环境搭建部署(DeepLearning 神经网络)的更多相关文章

  1. 深度学习环境搭建:Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0

    目录 深度学习环境搭建:Tensorflow1.4.0+Ubuntu16.04+Python3.5+Cuda8.0+Cudnn6.0 Reference 硬件说明: 软件准备: 1. 安装Ubuntu ...

  2. 保姆级教程——Ubuntu16.04 Server下深度学习环境搭建:安装CUDA8.0,cuDNN6.0,Bazel0.5.4,源码编译安装TensorFlow1.4.0(GPU版)

    写在前面 本文叙述了在Ubuntu16.04 Server下安装CUDA8.0,cuDNN6.0以及源码编译安装TensorFlow1.4.0(GPU版)的亲身经历,包括遇到的问题及解决办法,也有一些 ...

  3. [AI开发]centOS7.5上基于keras/tensorflow深度学习环境搭建

    这篇文章详细介绍在centOS7.5上搭建基于keras/tensorflow的深度学习环境,该环境可用于实际生产.本人现在非常熟练linux(Ubuntu/centOS/openSUSE).wind ...

  4. linux系统下深度学习环境搭建和使用

    作为一个AI工程师,对Linux的一些技能的掌握也能从一定层面反应工程师的资深水平. 要求1:基于SSH的远程访问(本篇文章) 能用一台笔记本电脑,远程登陆一台linux服务器 能随时使用笔记本电脑启 ...

  5. Win10+RTX2080深度学习环境搭建:tensorflow、mxnet、pytorch、caffe

    目录 准备工作 设置conda国内镜像源 conda 深度学习环境 tensorflow.mxnet.pytorch安装 tensorflow mxnet pytorch Caffe安装 配置文件修改 ...

  6. Ubuntu深度学习环境搭建 tensorflow+pytorch

    目前电脑配置:Ubuntu 16.04 + GTX1080显卡 配置深度学习环境,利用清华源安装一个miniconda环境是非常好的选择.尤其是今天发现conda install -c menpo o ...

  7. 深度学习环境搭建(CUDA9.0 + cudnn-9.0-linux-x64-v7 + tensorflow_gpu-1.8.0 + keras)

    关于计算机的硬件配置说明 推荐配置 如果您是高校学生或者高级研究人员,并且实验室或者个人资金充沛,建议您采用如下配置: 主板:X299型号或Z270型号 CPU: i7-6950X或i7-7700K ...

  8. 深度学习环境搭建常用网址、conda/pip命令行整理(pytorch、paddlepaddle等环境搭建)

    前言:最近研究深度学习,安装了好多环境,记录一下,方便后续查阅. 1. Anaconda软件安装 1.1 Anaconda Anaconda是一个用于科学计算的Python发行版,支持Linux.Ma ...

  9. (通用)深度学习环境搭建:tensorflow安装教程及常见错误解决

    区别于其他入门教程的"手把手式",本文更强调"因"而非"果".我之所以加上"通用"字样,是因为在你了解了这个开发环境之后 ...

随机推荐

  1. 【Gym - 100923A】Por Costel and Azerah(思维水题)

    Por Costel and Azerah Descriptions 给你n个数 问你,有多少个子序列 的和是偶数 Example Input 233 10 124 2 Output 33 题目链接 ...

  2. [leetcode] 17. Letter Combinations of a Phone Number (medium)

    递归DFS class Solution { Map<Character, String> mapping = new HashMap<>(); public List< ...

  3. 面向对象和pickle模块结合

    面向对象和pickle模块相关 1.面向对象: class 类名: def init(self,参数1,参数2): self.对象的属性1 = 参数1 self.对象的属性2 = 参数2 def 方法 ...

  4. js - 使用jquery发送前台请求给服务器,并显示数据

    1.使用jquery发送前台请求给服务器,并显示数据 <%@ page contentType="text/html;charset=UTF-8" language=&quo ...

  5. module中module.exports与exports的区别(转)

    转https://cnodejs.org/topic/55ccace5b25bd72150842c0a require 用来加载代码,而 exports 和 module.exports 则用来导出代 ...

  6. SQL语句中的as

  7. 林大妈的JavaScript基础知识(三):JavaScript编程(2)函数

    JavaScript是一门函数式的面向对象编程语言.了解函数将会是了解对象创建和操作.原型及原型方法.模块化编程等的重要基础.函数包含一组语句,它的主要功能是代码复用.隐藏信息和组合调用.我们编程就是 ...

  8. 【MySQL】java.sql.SQLException: Incorrect string value: '\xF0\x9F\x98\xB3' for column

    问题原因: 输入内容包含特殊字符,MySQL 中的列不支持. 解决方法 多数是修改 MySQL 的数据库和表结构,CHARSET 改为 utf8mb4,但本人测试还是不能传入 emoji. 后来在代码 ...

  9. 新浪微博SSO授权后回调客户端没有执行sinaweiboDidLogIn&无法返回应用

    TARGETS --> URL Types --> 添加  --> 在URL Schemes里填上sinaweibosso.XXXX(AppKey),Identifier这里可以随机 ...

  10. docker挂载volume的用户权限问题,理解docker容器的uid

    docker挂载volume的用户权限问题,理解docker容器的uid 在刚开始使用docker volume挂载数据卷的时候,经常出现没有权限的问题. 这里通过遇到的问题来理解docker容器用户 ...