谷歌云GPU服务器创建与使用指南（三）,谷歌云gpu推荐-ESG跨境

谷歌云GPU服务器创建与使用指南（三）,谷歌云gpu推荐

谷歌云GPU服务器创建和使用指南(3)

本文主要介绍:在服务器端安装显卡驱动，配置deep 学习框架。

服务器和本地主机的区别

在配置本地Linux系统(如ubuntu)主机的deep 学习框架时，可以按照提示一步一步的进行显卡驱动的安装。但是在为服务器安装GPU驱动时，要考虑到显卡驱动中的显示驱动是无法安装的，因为服务器的预装系统中没有X desktop (GUI)，这一点必须注意。

配置环境

1)安装NVIDIA驱动程序

显卡驱动下载地址:官网>按照官网“其他”中描述的安装方法进行安装。

2)安装CUDA工具包

这里有一个小坑。对于CUDA版本，请在以下“传统版本”中选择8.0版本

win:https://developer.nvidia.com/compute/cuda/9.0/prod/local 安装程序/cuda 9.0.176 win10exe

Ubuntu版本16.04:(可能会更改)https://developer.nvidia.com/compute/cuda/9.0/prod/local 安装程序/cudarepoUbuntu 160490local 9 . 0 . 176 amd64deb

您可以使用以下两种方法中的任何一种。

然后按照下图选择类型，最后按照安装介绍安装。

安装时，您会遇到以下提示。我们不安装显示驱动程序，所以请务必选择“N”

为Linuxx8664 387.26安装NVIDIA加速图形驱动程序

(y)es/(n)o/(q)uit:n

最后，显示以下内容，表明CUDA安装成功。

3)安装CUDNN

在官网下载cud nn8.0Linuxx64v 5.1 . tgz https://developer.nvidia.com/rdp/cudnndownload

下载之前需要注册登录。下载后也可以上传到自己家里解压:

tarxvzf cud nn8.0Linuxx64v 5.1 . tgz

解压后是一个cuda文件夹。

cd cuda

sudo CP include/cud nn . h/usr/local/cuda/include

sudo cp lib64/libcudnn。*/usr/local/cuda/lib64

sudo vi/etc/profile

导出路径=/usr/local/cuda8.0/bin:$PATH

导出LD LIBRARY PATH =/usr/local/cuda8.0/lib 64:$ LD LIBRARY PATH

Source/etc/profile使更改生效。

Cnvv检查CUDA

以下步骤4)5)可以参考TensorFlow官网安装教程:

https://www . tensor flow . org/install/install Linux # installing with anaconda

4)安装anaconda

5)安装张量流

特别声明：以上文章内容仅代表作者本人观点，不代表ESG跨境电商观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与ESG跨境电商联系。