來自公眾號(hào)： 機(jī)器之心
以防遺失,轉(zhuǎn)載過來的,僅供參考
環(huán)境依賴
操作系統(tǒng)（Ubuntu）
種驅(qū)動(dòng)和庫（GPU 驅(qū)動(dòng)、CUDA、cuDNN 和 pip）
種 Python 深度學(xué)習(xí)庫（TensorFlow、Theano、CNTK、Keras 和 PyTorch）
這些軟件之間的互相依賴關(guān)系如下圖所示。其中，你只需要安裝一種深度學(xué)習(xí)庫，請(qǐng)自由選擇。
以下是各個(gè)軟件的細(xì)節(jié)介紹：
Ubuntu（v16.04.3）——操作系統(tǒng)，各種任務(wù)處理。
Nvidia GPU 驅(qū)動(dòng)（v375）——允許系統(tǒng)獲得 GPU 帶來的加速。
CUDA（v8.0）——GPU C 語言庫?！赣?jì)算同一設(shè)備架構(gòu)」。
cuDNN（v6.0.21）——基于 CUDA 的深度學(xué)習(xí)基元庫?！窩UDA 深度學(xué)習(xí)庫」。
pip（v9.0.1）——Python 安裝包?！窹ip 安裝包」。
TensorFlow（v1.3）——谷歌開發(fā)的深度學(xué)習(xí)框架。
Theano（v0.9.0）——此前由 MILA 負(fù)責(zé)維護(hù)的深度學(xué)習(xí)框架。
CNTK（v2.2）——微軟研究院開發(fā)的深度學(xué)習(xí)框架。
Keras（v2.0.8）——深度學(xué)習(xí)包裝可互換后端?？膳c TensorFlow、Theano 和 CNTK 共同使用。
PyTorch（v0.2.0）——可被 GPU 加速的動(dòng)態(tài)圖深度學(xué)習(xí)框架，主要由 Facebook 的研究人員負(fù)責(zé)開發(fā)。
軟件的安裝
安裝 Ubuntu 16.04.3
略..
安裝英偉達(dá) GPU 驅(qū)動(dòng)
略..
安裝 CUDA 8.0
從英偉達(dá)網(wǎng)站，使用下列系統(tǒng)屬性下載 CUDA 的 runfile（地址：https://developer.nvidia.com/cuda-downloads）。
Linux -> x86_64 -> Ubuntu -> 16.04 -> .deb(network)
導(dǎo)航至.deb 文件的位置后，將該文件解壓縮，更新軟件包列表，使用下列命令安裝 CUDA。
sudo dpkg-i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
將庫添加至 bash path，這樣就可以使用其他應(yīng)用找到庫了。
echo'export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}'>>~/.bashrc
echo'export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}'>>~/.bashrc
source~/.bashrc
驗(yàn)證時(shí)，使用 nvcc -V 確保 Nvidia C Compiler（nvcc）版本與 CUDA 的版本匹配。
重啟電腦 sudo shutdown -r now，完成安裝。
安裝 cuDNN 6.0.21
在英偉達(dá)網(wǎng)站上注冊(cè)開發(fā)者項(xiàng)目，同意條款。從下拉菜單中選擇 cuDNN v6.0.21 (April 27, 2017), for CUDA 8.0，并下載：
cuDNN v6.0 Runtime Library for Ubuntu16.04 (Deb)
cuDNN v6.0 Developer Library for Ubuntu16.04 (Deb)
cuDNN v6.0 Code Samples and User Guide for Ubuntu16.04 (Deb)
.deb 優(yōu)先于.tar，因?yàn)?deb 格式更適用于 Ubuntu，可以進(jìn)行更純凈的安裝。使用下列命令安裝這三個(gè)包：sudo dpkg-i libcudnn6_6.0.21-1+cuda8.0_amd64.deb? /? sudo dpkg-i libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb? /? sudo dpkg-i libcudnn6-doc_6.0.21-1+cuda8.0_amd64.deb
測(cè)試 cuDNN
將已安裝的示例復(fù)制到可讀目錄，然后編譯并運(yùn)行 mnistCNN。
cp-r/usr/src/cudnn_samples_v6/$HOME
cd $HOME/cudnn_samples_v6/mnistCUDNN
make clean&&make
./mnistCUDNN
如果一切順利，腳本應(yīng)該會(huì)返回一條 Test passed! 消息。
安裝 pip 9.0.1
Pip 的升級(jí)非常頻繁，幾乎每兩周一次，建議使用最新版本的 pip。
請(qǐng)使用以下命令安裝和升級(jí)最新版本的 pip。
sudo apt-get install python-pip python-dev
sudo pip install--upgrade pip
驗(yàn)證：請(qǐng)確保鍵入 pip -V 后可以打印出版本號(hào)。
安裝 Tensorflow 1.3.0
驗(yàn)證：啟動(dòng)$ python，確認(rèn)是否以下腳本能夠打印出 Hello, Tensorflow!
importtensorflowastf
hello=tf.constant('Hello, TensorFlow!')
sess=tf.Session()
print(sess.run(hello))
Reference：https://www.tensorflow.org/install/install_linux
安裝 Theano 0.10
Theano 需要的系統(tǒng)環(huán)境：
sudo apt-get install libopenblas-dev cmake git
此外還要遵循 Python 的系統(tǒng)需求。
sudo pip install numpy scipy nose sphinx pydot-ng pycuda scikit-cuda cython
libgpuarray 可以讓 Theano 使用 GPU，它必須從源編譯。首先下載源代碼
git clone https://github.com/Theano/libgpuarray.git
cd libgpuarray
將其編譯為一個(gè)名為 Build 的文件夾。
mkdirBuild
cdBuild
cmake..-DCMAKE_BUILD_TYPE=Release
make
sudo make install
隨后將其編譯成一個(gè) Python 包。
cd..
python setup.py build
sudo python setup.py install
將下面一行添加至 ~/.bashrc，這樣 Python 就可以找到庫了。
export LD_LIBRARY_PATH=/usr/local/lib/:$LD_LIBRARY_PATH
安裝 Theano
sudo pip install git+https://github.com/Theano/Theano.git#egg=Theano
驗(yàn)證：創(chuàng)建測(cè)試文件 test_theano.py，其中的內(nèi)容復(fù)制自：http://deeplearning.net/software/theano/tutorial/using_gpu.html#testing-theano-with-GPU
隨后看看 THEANO_FLAGS=device=cuda0 python test_theano.py 在使用了 GPU 之后是否成功。
Reference: Theano 0.9.0 documentation（http://deeplearning.net/software/theano/install_ubuntu.html）
安裝 CNTK 2.2
sudo pip install https://cntk.ai/PythonWheel/GPU/cntk-2.2-cp27-cp27mu-linux_x86_64.whl
驗(yàn)證：輸入 python -c "import cntk; print(cntk.__version__)"，輸出 2.2。
Reference: Setup CNTK on your machine（https://docs.microsoft.com/en-us/cognitive-toolkit/setup-cntk-on-your-machine）
安裝 Keras 2.0.8
sudo pip install keras
驗(yàn)證：檢查$ python 中的 import keras 是否成功。
Reference: Keras Installation（https://keras.io/#installation）
安裝 PyTorch 0.2.0
PyTorch 運(yùn)行在兩個(gè)庫上： torchvision 和 torch，我們需要這樣安裝：
sudo pip install http://download.pytorch.org/whl/cu80/torch-
0.2.0.post3-cp27-cp27mu-manylinux1_x86_64.whl
sudo pip install torchvision
驗(yàn)證：以下腳本能夠打印出一個(gè)帶有隨機(jī)初始浮點(diǎn)數(shù)的張量。
from__future__importprint_function
importtorch
x=torch.Tensor(5,3)
print(x)
Reference: http://pytorch.org/
僅供參考!
