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 ...

安装facenet环境及N卡GPU驱动

安装facenet环境及N卡GPU驱动相关推荐

最新文章

热门文章