安装Anaconda3
切换到Anaconda3 文件路径下然后执行
bash Anaconda3-2019.10-Linux-x86_64.sh
接受协议
执行完成需要选择是否将Anaconda添加到环境变量中，这里必须选yes。
安装只差最后一步了执行：更新环境。
source ~/.bashrc
至此anaconda安装完毕。
下载cuda：https://developer.nvidia.com/cuda-toolkit-archive
创建虚拟环境
1.创建python=3.7的名字为 py37 的虚拟环境
conda create --name py37 python=3.7
2.创建python=3.7的名字为 GLADNet 的虚拟环境
conda create --name GLADNet python=3.7
3.创建 python=3.7的名字为 RetinexNet 的虚拟环境
conda create --name RetinexNet python=3.7
4.创建python=2.7的名字为 DeepUDP 的虚拟环境
conda create --name DeepUDP python=2.7
安装conda10及cudnn
1.安装cuda_10.0.130_410.48_linux.run
sh cuda_10.0.130_410.48_linux.run
接受协议
不安装驱动
安装Toolkit的位置
安装Sample的位置
nvidia-smi #查看显卡驱动运行状态
nvcc -V #查看cuda-toolkit安装是否成功
2.安装cudnn-10.0-linux-x64-v7.6.5.32.solitairetheme8
cp cudnn-10.0-linux-x64-v7.6.5.32.solitairetheme8 cudnn-10.0-linux-x64-v7.6.5.tgz
tar -xvf cudnn-10.0-linux-x64-v7.6.5.tgz
cp cuda/include/cudnn.h /home/sdb/614/huangrenjing/cuda10.0/include
cp cuda/lib64/libcudnn* /home/sdb/614/huangrenjing/cuda10.0/lib64/
chmod a+r /home/sdb/614/huangrenjing/cuda10.0/include/cudnn.h /home/sdb/614/huangrenjing/cuda10.0/lib64/libcudnn*
cat ~/cuda10.0/include/cudnn.h | grep CUDNN_MAJOR -A5 #查看cudnn版本
配置环境变量
修改个人用户目录下的.bashrc文件(用vi ~/.bashrc编辑）,在文件最后面加入以下指令并保存
export PATH=/home/sdb/614/huangrenjing/cuda10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/home/sdb/614/huangrenjing/cuda10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
更新环境
source ~/.bashrc
如果地址填写错误课参考https://blog.csdn.net/Moreinterest/article/details/105629558
不能出现空格
激活虚拟环境
conda activate RetinexNet
安装python 并创建虚拟环境
创建python=3.6的名字为 GLADNet 的虚拟环境
conda create --name GLADNet python=3.6
安装tensorflow
import tensorflow as tf
print(tf.test.is_gpu_available())
导入cv2包后出现
ImportError: libGL.so.1: cannot open shared object file: No such file or directory
解决方法参考https://blog.csdn.net/qq_35516745/article/details/103822597
sudo apt update
sudo apt install libgl1-mesa-glx
就ok了
可能容器内没有sudo指令
可以
apt-get update
apt-get install sudo
Please make sure that
- PATH includes /home/616/huangrenjing/environment/cuda10.0/bin
- LD_LIBRARY_PATH includes /home/616/huangrenjing/environment/cuda10.0/lib64, or, add /home/616/huangrenjing/environment/cuda1/lib64 to /etc/ld.so.conf and run ldconfig as root
