Cuda-convnetの実行環境設定
2368 ワード
この間deep learningを勉強し、cuda-convnetをダウンロードしてCNNを勉強しました.このコードを実行するにはGPUのマシンが必要で、cudaやpythonなどをインストールする必要があります.裸機から運転に成功するまで、時間がかかりました.初めての取り付けで、見当がつかず、エラーを一つ一つメモしていません.今回は基本的な流れ记や问题の解决方法のリンクを书き、详细は次回のインストール时に整理していきます.
ハードウェア:
(1) cpu: Intel(R) Core(TM) i7-4930K CPU @ 3.40GHz
(2) gpu: NVIDIA GTX 770
オペレーティングシステム:
centOS 6.4
(ubuntoはなぜかインストールできませんでした)
インストール手順:
1.グラフィックスドライブのインストール
方法の詳細は、「クリックしてリンクを開く」を参照してください.
2.Cuda 5をインストールする.5
方法詳細は、cudaのインストール方法1およびcudaのインストール方法2を参照してください.
cudaの下でsamplesをコンパイルする過程で、次のような問題が発生する可能性があります.
ld: cannot find -lglut /libX11
解決方法公式マニュアルを参照:クリックしてリンクを開く
3.pythonインストール
centos 6.4にはpython 2.6.6が付属しており、アップグレードする必要がなくcuda-conventプログラムを実行できます.(アップグレード後に他の関連コンポーネントをインストールすると、かえって問題が発生します)
4. python-devel,numpy,python-magic,python-matplotlib,atlas-develインストール
これらの関連コンポーネントをインストールして、多くの曲がり角を歩いて、大部分は命令を下して解決することができます:
インストールを行い、上記のコマンドでインストールパッケージが見つからない場合は、オンラインから手動でダウンロードします.(ネット上のいくつかのチュートリアルに従って、一歩一歩死んで、大きな損をしなければなりません.特にatlas-develは、上記のコマンドで完全にできます)
5.gcc,g++アップグレード
このステップの実行は必要ですか?私は検証したことがありません.私は4.4から4にアップグレードしました.6方法:gccアップグレード方法
6.cuda-convnetでの環境設定
(1)説明に従ってbuildを修正する.sh
(2)Makefileを修正する:
次のようになります.
変更後:
(3)common-gcc-cuda-5.5を修正する.mk
ここでg++4.6をg++に変更
7. magicの関連コードの変更
古いバージョンの問題かもしれませんが、pyファイルにはmagicが存在するコードもあります.Open()はmagicに変更する必要がある.from_buffer().
上記構成によりsh buildを実行する.sh,./bin/linux/release/パスで生成_ConvNet.soは、構成が成功したことを示します.
root以外のユーザーの場合、libcudartが見つかりません.soの問題は、現在のユーザの下のLD_を設定する必要があるLibrary_path変数、設定方法は以下の通りです.
http://www.cnblogs.com/waterlin/archive/2011/07/14/2106056.html
http://hi.baidu.com/aragon2/item/3e73e618e44e4042e75e0688
以上の方法は大まかな手順で要約されており,後でより詳細な総括が必要である.
ハードウェア:
(1) cpu: Intel(R) Core(TM) i7-4930K CPU @ 3.40GHz
(2) gpu: NVIDIA GTX 770
オペレーティングシステム:
centOS 6.4
(ubuntoはなぜかインストールできませんでした)
インストール手順:
1.グラフィックスドライブのインストール
方法の詳細は、「クリックしてリンクを開く」を参照してください.
2.Cuda 5をインストールする.5
方法詳細は、cudaのインストール方法1およびcudaのインストール方法2を参照してください.
cudaの下でsamplesをコンパイルする過程で、次のような問題が発生する可能性があります.
ld: cannot find -lglut /libX11
解決方法公式マニュアルを参照:クリックしてリンクを開く
3.pythonインストール
centos 6.4にはpython 2.6.6が付属しており、アップグレードする必要がなくcuda-conventプログラムを実行できます.(アップグレード後に他の関連コンポーネントをインストールすると、かえって問題が発生します)
4. python-devel,numpy,python-magic,python-matplotlib,atlas-develインストール
これらの関連コンポーネントをインストールして、多くの曲がり角を歩いて、大部分は命令を下して解決することができます:
yum install ***インストールを行い、上記のコマンドでインストールパッケージが見つからない場合は、オンラインから手動でダウンロードします.(ネット上のいくつかのチュートリアルに従って、一歩一歩死んで、大きな損をしなければなりません.特にatlas-develは、上記のコマンドで完全にできます)
5.gcc,g++アップグレード
このステップの実行は必要ですか?私は検証したことがありません.私は4.4から4にアップグレードしました.6方法:gccアップグレード方法
6.cuda-convnetでの環境設定
(1)説明に従ってbuildを修正する.sh
(2)Makefileを修正する:
次のようになります.
INCLUDES := -I$(PYTHON_INCLUDE_PATH) -I$(NUMPY_INCLUDE_PATH) -I./include -I./include/common -I./include/cudaconv2 -I./include/nvmatrix変更後:
INCLUDES := -I$(PYTHON_INCLUDE_PATH) -I$(NUMPY_INCLUDE_PATH) -I$(CUDA_SDK_PATH) -I./include -I./include/common -I./include/cudaconv2 -I./include/nvmatrix(3)common-gcc-cuda-5.5を修正する.mk
ここでg++4.6をg++に変更
7. magicの関連コードの変更
古いバージョンの問題かもしれませんが、pyファイルにはmagicが存在するコードもあります.Open()はmagicに変更する必要がある.from_buffer().
上記構成によりsh buildを実行する.sh,./bin/linux/release/パスで生成_ConvNet.soは、構成が成功したことを示します.
root以外のユーザーの場合、libcudartが見つかりません.soの問題は、現在のユーザの下のLD_を設定する必要があるLibrary_path変数、設定方法は以下の通りです.
http://www.cnblogs.com/waterlin/archive/2011/07/14/2106056.html
http://hi.baidu.com/aragon2/item/3e73e618e44e4042e75e0688
以上の方法は大まかな手順で要約されており,後でより詳細な総括が必要である.