Ubunut16.04 安装 Theano+GPU

1. 更新NVIDIA显卡驱动

??安装好系统之后首先在系统更新管理器中更新显卡驱动,如下图

  

  点击Apply Changes

2. 安装numpy,scipy,theano

  pip安装即可

  sudo pip install <packbage>

3. 安装Cuda7.5

  sudo apt-get install nvidia-cuda-toolkit

5. 配置.theanorc

??生成文件 sudo gedit ~/.theanorc(注意不要漏掉theano前面的一个点)并复制如下内容,然后保存,其中cuda一项的内容为cuda所安装的位置。 
??[global] 
??floatX=float32 
??device=gpu 
??[cuda] 
??root=/usr/lib/nvidia-cuda-toolkit 
??[nvcc] 
??flags=-D_FORCE_INLINES

??至此theano的安装及配置已经完成,在python里输入import theano,显示使用的GPU设备表示GPU配置成功。

  

   也可以采用Using the GPU中的测试程序对GPU进行测试。

  转载:http://blog.csdn.net/jteng/article/details/52075871

时间: 2024-12-14 08:32:00

Ubunut16.04 安装 Theano+GPU的相关文章

ubuntu14.04安装theano

基本上按照官网来就行: 先是 sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git 再是 sudo pip install Theano (这一步骤里,如果你默认是python3,则要改为pip-2.7) 测试下: Test the newly installed packages python -c "import numpy; numpy

Ubuntu14.04安装Caffe(GPU)

双显卡不适合安装caffe,因为通常集成显卡不能切断,而桌面的图像必须有集成显卡控制,导致NVIDIA显卡驱动安装后桌面黑屏 不同显卡驱动对应不同的CUDA,例如:GTM550-CUDA6.5.14:K5000-CUDA7.0.28 装CUDA似乎可以不用装NVIDIA,因为CUDA自带驱动,另外,可以不装NVIDIA-Toolkit,不用管nvcc的事 安装完Ubuntu后关闭自动更新,若其自动更新了显卡驱动,可能会与caffe不兼容 安装过程,因为平台不同,设备不同,操作者不同,会遇到各种奇

Ubuntu 18.04安装Docker CE + NVIDIA-Docker

容器将应用程序封装到隔离的虚拟环境中,以简化数据中心的部署.通过将所有应用程序依赖项 (例如二进制文件和库) 都包括在内,应用程序容器能在任何数据中心环境中无缝地运行. 英伟达基于Docker 提供的NVIDIA-Docker可用于容器化 GPU 加速的应用程序.这意味着无需进行任何修改即可轻松容器化和隔离加速的应用程序,并将其部署到任何受支持的.可使用 GPU 的基础架构上. 管理和监控加速的数据中心将变得空前容易. 一.安装Docker 在前面的博文中,我们已经介绍了在Ubuntu系统中安装

配置ubuntu16.04下Theano使用GPU运行程序的环境

ubuntu16.04默认安装了python2.7和python3.5 .本教程使用python3.5 第一步:将ubuntu16.04默认的python2修改成默认使用python3 . sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 1

【转】Ubuntu 16.04安装配置TensorFlow GPU版本

之前摸爬滚打总是各种坑,今天参考这篇文章终于解决了,甚是鸡冻\(≧▽≦)/,电脑不知道怎么的,安装不了16.04,就安装15.10再升级到16.04 requirements: Ubuntu 16.04 python 2.7 Flask tensorflow GPU 版本 安装nvidia driver 经过不断踩坑的安装,终于google到了靠谱的方法,首先检查你的NVIDIA VGA card model sudo lshw -numeric -C display 可以看到你的显卡信息,比如

配置安装theano环境(非GPU版)

终于成功配置了theano环境,但由于本机没有gpu,所以配置的是非gpu版本的theano,下面将具体过程进行描述(安装成功后,有时对python的各种库进行更新时,可能会导致某个模块无法调用其他被更新的模块,此时,最简单傻瓜的方法就是把所有环境重新配置一次) 1.安装Adaconda 2.安装MinGw 3. 配置与MinGw相关的环境变量 4. 安装theano 5. 配置theano相关的环境变量 6. 安装keras 7. 安装PyCharm Community (free) 1.安装

Win10环境下安装theano并配置GPU详细教程

一.软件和环境 (1)安装日期2016/12/23: (2)原材料VS2013,cuda-8.0(最好下载cuda7.5,目前theano-0.8.2对cuda-8支持不是很好),Anaconda3-4.2.0(64位): (3)环境为win10. 二.安装步骤 (1)安装VS2013.这个没什么可说的,下载64位版本后就是一路下一步.确定就行,记住安装位置就可以了,我这里的安装目录是D:\software\VS2013: 接着右键我的电脑->属性->高级系统设置->环境变量,之后编辑系

Ubuntu 非Root 用户安装Theano配置GPU

安装 Theano 配置GPU [原创]Liu_LongPo 转载请注明出处[CSDN]http://blog.csdn.net/llp1992 安装 Theano 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: DeepLearning(一)最佳环境搭配与入门资料 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 a

(译)综合指南:通过Ubuntu 16.04上从Source构建来安装支持GPU的Caffe2

(译)综合指南:通过Ubuntu 16.04上从Source构建来安装支持GPU的Caffe2 译者注: 原文来自:https://tech.amikelive.com/node-706/comprehensive-guide-installing-caffe2-with-gpu-support-by-building-from-source-on-ubuntu-16-04/?tdsourcetag=s_pctim_aiomsg, 不得不说该文作者知识比较丰富,研究比较深入,环境的配置讲解比较详