centos7安裝dkms,centos7 cuda測試_CentOS 7 安裝cuda環境

 2023-11-10 阅读 26 评论 0

摘要:創建時間:2016-11-25作者:海濱背景介紹:為了加速類prisma風格圖片渲染速度(開源項目yusuketomoto/chainer-fast-neuralstyle),先需要對一臺裝有GeForce GTX 780 Ti的CentOS機器安裝cuda環境。安裝CentOS 7系統去CentOS官網下載安裝鏡像,本次下載的是Mini

創建時間:2016-11-25

作者:海濱

背景介紹:為了加速類prisma風格圖片渲染速度(開源項目yusuketomoto/chainer-fast-neuralstyle),先需要對一臺裝有GeForce GTX 780 Ti的CentOS機器安裝cuda環境。

安裝CentOS 7系統

去CentOS官網下載安裝鏡像,本次下載的是Minimal ISO版本(不帶圖形化界面700多M)

centos7安裝dkms、在mac終端使用dd命令制作啟動盤:

查看所有硬盤:diskutil list

取消硬盤掛載:diskutil unmountDisk /dev/disk2

拷貝iso鏡像文件(時間較久請耐心等待,速度2m/s):sudo dd if=CentOS-7.0-1406-x86_64-DVD.iso of=/dev/disk2 bs=1m

彈出硬盤:diskutil eject /dev/disk2

啟動電腦從U盤啟動安裝系統(tips:如果已有windows系統,只需將系統安裝至空白分區即可)

centos7安裝基本環境怎么選。網絡配置

由于ifconfig命令沒有安裝,可以使用ip命令代替。

顯示當前網卡信息:ip addr show

編輯網卡配置:vi /etc/sysconfig/network-scripts/ifcfg-eno1

新增IP地址和網關信息:

IPADDR=192.168.199.88

centos可以做什么。GATEWAY=192.168.199.1

DNS1=192.168.199.1

將ip地址獲取從dhcp改成static:

BOOTPROTO=static

重啟網絡服務:service network restart

測試網絡服務:ping www.baidu.com

centos開發環境、前提軟件安裝

pip安裝

當前系統自帶python卻沒有pip,暈!

curl "https://bootstrap.pypa.io/get-pip.py" -o "get-pip.py”

python get-pip.py

其他軟件

centos cpu,git, sudo yum install git

gcc, sudo yum install gcc

g++, sudo yum install gcc-g++

kernel開發環境(編譯cuda需要), sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)

python開發環境(編譯chainer需要), sudo yum install python-devel

安裝cuda

ubuntu安裝cuda。首先下載cuda安裝包,本次下載的是CentOS 7 runfile版本

參照官方手冊操作,進行安裝即可,這里大致介紹下自己安裝過程中的坎。

安裝gcc、g++、kernel開發環境

關閉系統自帶驅動Nouveau drivers(官方手冊有詳細方法)

安裝cuda

編譯cuda samples,測試安裝結果,運行./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery

ubuntu cuda。安裝cudnn

使用GPU加速神經網絡的計算

下載cudnn安裝包,其實就是lib庫和頭文件的壓縮包,最終解壓拷貝到cuda安裝路徑的lib64、include文件即可。

安裝風格圖片渲染環境chainer

加速結果測試

服務器配置:

centos7.3,CPU: Intel(R) Xeon(R) CPU E3-1270 v3 @ 3.50GHz(8核)

GPU: GeForce GTX 780 Ti

不使用GPU加速

運行代碼:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg

運行時間:13s

使用GPU加速

centos-7,運行代碼:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg -g 0

運行時間:1.5s

加速效果非常明顯,性能提升接近10倍。

版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。

原文链接:https://hbdhgg.com/1/169913.html

发表评论:

本站为非赢利网站,部分文章来源或改编自互联网及其他公众平台,主要目的在于分享信息,版权归原作者所有,内容仅供读者参考,如有侵权请联系我们删除!

Copyright © 2022 匯編語言學習筆記 Inc. 保留所有权利。

底部版权信息