安装facenet环境及N卡GPU驱动
安装tensorflow:
安装anaconda:linux:sh An...sh 设置环境变量:export PATH=/anconda3/bin:$PATH
开始菜单->Anaconda3—>Anaconda Prompt
conda list
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda create -n tensorflow python=3.6
pip install --upgrade --ignore-installed tensorflow
如果安装失败:
wget https://files.pythonhosted.org/packages/68/1e/116ad560de97694e2d0c1843a7a0075cc9f49e922454d32f49a80eb6f1f2/numpy-1.14.5-cp36-cp36m-manylinux1_x86_64.whl
activate tensorflow
linux: source activate tensorflow
所需依赖:
scipy
scikit-learn
opencv-python
h5py
matplotlib
pillow
requests
psutil
安装opencv-python:
pip install opencv-python
linux: yum -y install git
安装facenet:
git clone https://github.com/davidsandberg/facenet.git
设置环境变量:
PYTHONPATH = C:\Users\hbw\facenet\src
训练模型
python compare.py 20170511-185253 1.jpg 2.jpg
以下为linux报错:
linux: ModuleNotFoundError: No module named 'cv2': pip install bleach 解决: pip install tensorboard
ImportError: libSM.so.6: cannot open shared object file: No such file or directory 解决: yum install -y python-qt4
ubuntu: sudo apt install -y python-qt4
安装显卡:
sudo nautilus
sudo apt-get update
vi /etc/modprobe.d/blacklist.conf 加:
blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
sudo update-initramfs -u
lsmod | grep nouveau
ubuntu-drivers devices
sudo apt-get install nvidia-384
sudo reboot
sudo nvidia-smi
后台运行:nohup python compare.py &
、、在终端执行 Python 程序时可以使用下面的命令:
、、 CUDA_VISIBLE_DEVICES=6(或CUDA_VISIBLE_DEVICES=6,7)command
、、 nvidia-smi -L
、、CUDA_VISIBLE_DEVICES=1 python your_file.py
、、这样在跑你的网络之前,告诉程序只能看到1号GPU,其他的GPU它不可见
、、可用的形式如下:
、、CUDA_VISIBLE_DEVICES=1 # Only device 1 will be seen
、、CUDA_VISIBLE_DEVICES=0,1 # Devices 0 and 1 will be visible
、、CUDA_VISIBLE_DEVICES=”0,1” # Same as above, quotation marks are optional
、、CUDA_VISIBLE_DEVICES=0,2,3 # Devices 0, 2, 3 will be visible; device 1 is masked
、、CUDA_VISIBLE_DEVICES=”“ # No GPU will be visible
使用GPU:
1. 安装cuda
gcc/g++ 降级
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
cd /usr/bin
ls -l gcc*
sudo mv gcc gcc.bak
sudo ln -s gcc-4.8 gcc
ls -l g++*
sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++
gcc -v g++ -v
2. 下载cuda9.0并安装:
cuda9.0地址:https://developer.nvidia.com/cuda-90-download-archive
sudo sh cuda_9.0.176_384.81_linux.run --override // 安装时不能选择显卡驱动
sudo sh cuda_9.0.176.1_linux.run
sudo sh cuda_9.0.176.2_linux.run
sudo sh cuda_9.0.176.3_linux.run
export PATH=/usr/local/cuda-9.0/bin${PATH:+:$PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
pip uninstall tensorflow
pip install tensorflow-gpu
设置静态ip:
1、vi /etc/network/interfaces
添加内容:
auto enos31f6
iface enos31f6 inet static
address 192.168.8.100
netmask 255.255.255.0
gateway 192.168.8.2
dns-nameserver 8.8.8.8
sudo /etc/init.d/networking restart
启动网卡:
sudo apt install ifupdown
sudo apt install ifupdown2
sudo apt install netscript-2.4
ubuntu 18.04 设置静态ip:
sudo nano /etc/netplan/50-cloud-init.yaml:
network:
ethernets:
enp0s31f6:
addresses: [192.168.2.41/24]
dhcp4: false
optional: true
gateway4: 192.168.2.1
nameservers:
addresses: [8.8.8.8]
version: 2
生效:sudo netplan apply
安装cudnn:
cp cudnn-9.0-linux-x64-v7.1.solitairetheme8 cudnn-9.0-linux-x64-v7.1.tgz
tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz
进入解压后的文件:
sudo mv cudnn.h /usr/local/cuda-9.0/include/
sudo mv libcudnn.so libcudnn.so.7 libcudnn.so.7.1.4 libcudnn_static.a /usr/local/cuda-9.0/lib64/
sudo mv NVIDIA_SLA_cuDNN_Support.txt /usr/local/cuda-9.0/
ImportError: libcudnn.so.7: cannot open shared object file: No such file or directory
这个报错要么是环境变量配置问题,要么是CUDNN连接建立问题。
1.环境变量
在~/.bashrc 的最后添加
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda-9.0
2.CUDNN连接建立
cd /usr/local/cuda-9.0/lib64
sudo rm -rf libcudnn.so libcudnn.so.7 #删除原有版本号,版本号在cudnn/lib64中查询
sudo ln -s libcudnn.so.7.1.4 libcudnn.so.7 #生成软连接,注意自己下载的版本号
sudo ln -s libcudnn.so.7 libcudnn.so
sudo ldconfig #立即生效
运行 CUDA_VISIBLE_DEVICES=1 python compare.py
安装maxnet minpy 使 numpy 能够使用 gpu:
pip install maxnet
pip install minpy
导包时将numpy改为minpy.numpy
安装图形界面;
apt-get update
sudo apt-get install xinit
sudo apt-get install gdm
sudo apt-get install kubuntu-desktop
安装mxnet:
sudo apt-get update
sudo apt-get install -y build-essential git libatlas-base-dev libopencv-dev
构建MXNet:
git clone --recursive https://github.com/dmlc/mxnet
cd mxnet;
cp make/config.mk .
make -j4
cd 到mxnet的 python目录下执行sudo python setup.py install
pip install pycuda
安装numba:
sudo apt-get install llvm
sudo -H pip install numba
实时查看gpu使用情况:
watch -n 1 nvidia-smi
图片格式化:
python ~/facenet/src/align/align_dataset_mtcnn.py lfw lfw_160 --image_size 160 --margin 32 --random_order --gpu_memory_fraction=0.7
python align/align_dataset_mtcnn.py im img --image_size 160 --margin 32 --random_order --gpu_memory_fraction=0.7
python validate_on_lfw.py ~/facenet/data/lfw_160 20180402-114759
安装facenet环境及N卡GPU驱动相关推荐
- DL之IDE:深度学习环境安装之CUDA的简介(显卡GPU/驱动/CUDA间的关系)、安装(根据本地电脑的NVIDIA显卡驱动版本去正确匹配CUDA版本)之详细攻略
DL之IDE:深度学习环境安装之CUDA的简介(显卡GPU/驱动/CUDA间的关系).安装(根据本地电脑的NVIDIA显卡驱动版本去正确匹配CUDA版本)之详细攻略 目录 CUDA的简介 1.显卡GP ...
- ubuntu 16.04 Anaconda3 中安装tensorflow环境[CPU版和GPU版]
首先,安装Anaconda3, 安装教程:https://blog.csdn.net/zdx1996/article/details/88117014 在anaconda环境下,先确认要在anacon ...
- ubuntu20.04 RTX 8000 安装GPU驱动,CUDA,cuDNN,TensorRT
GPU驱动安装 安装正确合适的GPU驱动至关重要,关系着是否能正常使用GPU显示或者是加速运算等工作.各型号GPU皆可从NVIDIA 官方网站下载到适合的GPU驱动版本.通过选择GPU型号.操作系统, ...
- 高通驱动9008安装_小米10/Redmi K30 Pro系列已支持GPU驱动独立更新,还能双版本切换...
高通在去年末发布的那颗骁龙865处理器,一大功能升级就是支持GPU驱动独立更新.手机厂商可以通过Google Play或者自己的应用商店向用户推送新版本的GPU驱动更新,大大地简化了这类系统关键组件的 ...
- AMD GPU驱动,ROCM,Pytorch安装教程(A卡6700xt)
我用的操作系统为ubuntu20.04,其他系统应该类似,只是命令稍有不同. 安装AMD GPU驱动 AMD驱动下载地址:https://www.amd.com/en/support/kb/relea ...
- windows 检查cuda安装_Windows云主机GPU驱动-CUDA安装使用
IE安全相关配置 如果打开浏览器无法正常下载,则需要设置Internet Explorer增强的安全配置.设置如下:打开"服务器管理器"; 点击"本地服务器": ...
- 两种Ubuntu安装N卡官方驱动的方法
首先说明下什么是Nouveau,为什么有些系统安装N卡驱动的时候会提示"ERROR: The Nouveau kernel driver is currently in use by you ...
- ubuntu 14.04 双显卡安装NVIDIA GPU驱动+CUDA+编译配置caffe
******************************** 安装ubuntu************************* 1.在bios里设置使用集成显卡 2.安装ubuntu 14.04 ...
- CentOS7安装cuda及GPU驱动--基于runfile文件
首先要说明的是驱动和cuda是两回事,驱动是介于cuda软件库和硬件之间的程序,在通常安装的cuda Toolkit中是存在驱动的,所以我们通常在安装的时候可以不单独下载驱动,但是软件包中的驱动版本较 ...
最新文章
- Python : IndentationError: expected an indented block
- html+引导,html – 引导点的CSS样式
- 指针常量和常量指针简单区分理解
- android surfaceflinger研究----SurfaceFlinger loop
- supersocket缓冲区_使用Socket从Client传输文件到Server对文件缓冲区大小有限制么?...
- css 字符过长...
- PHP+MYSQL 出现乱码的解决方法
- 数据挖掘知识图谱(大数据分析师)
- 数据持久化基础知识——属性列表
- 搭建动态IP池的几种方式,有什么优缺点
- 使用css样式设计一个简单的html登陆界面
- 戴尔微型计算机云处理器,为创作与品质而生 戴尔全新XPS15 OLED云解析
- ubuntu虚拟机上外网设置
- Loadrunner:管理员权限启动报错“win10为了对电脑进行保护,已经阻止此应用”
- Matlab读取shape文件并统计均值
- outsystems刚做项目时的注意点-划重点
- 备份恢复Lesson 11. Performing Recovery I
- UITableViewCell中嵌套UITableView,用UITextView加载HTML数据
- 为什么SAST和SCA在SDLC中很重要?
- led灯串怎么摆造型_小串灯怎么挂好看
热门文章
- 在拉力猫指纹浏览器里怎么设置MaxProxy代理?
- 程序员节日的那些趣事与囧事!
- 梦回吴哥—给神灵最奢华的供奉 吴哥窟
- 随州一中高考2021成绩查询,随州高中成绩排名2021,随州中考分数线排行榜
- 【智能商务】今日头条人工智能实验室主任李航:如何构建拥有长期记忆的智能问答系统
- Ajax跨域访问抱错 原因:CORS 头缺少 ‘Access-Control-Allow-Origin‘
- 介绍几个网络攻击中溯源的实用工具
- segmentation fault (SIGSEGV) 定位方法
- 三重罗生门の个性化弹窗 服务端的系统提示
- HDU The Last Practice