采用centos7 软链接的方式对MASK RCNN 环境配置

1.代码地址:
Mask rcnn
2.注意:不要用30系列的显卡,跑不了;python 尽量用3.6 ,3.9就不要用

3.采用centos7 软链接的方式
cuda:下载路径:
[https://developer.nvidia.com/cuda-toolkit-archive]
cudnn:下载路径:官网

4.注意
1.环境配置
验证cuda

cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery

安装cudnn

环境变量
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
新版
sudo cp cuda/include/cudnn_version.h /usr/local/cuda/include/
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2


cudnn 测试

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

环境变量

vi /etc/profile  
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
使环境变量立即生效
source /etc/profile 
Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n # 如果在这之前已经安装好更高版本的显卡驱动就不需要再重复安装,如果需要重复安装就选择 yes,此外还需要关闭图形界面。

Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: yes

Enter Toolkit Location
 [ default is /usr/local/cuda-9.0 ]: # 一般选择默认即可,也可以选择安装在其他目录,在需要用的时候指向该目录或者使用软连接 link 到 /usr/local/cuda。
Do you want to install a symbolic link at /usr/local/cuda? # 是否将安装目录通过软连接的方式 link 到 /usr/local/cuda,yes or no 都可以,取决于你是否使用 /usr/local/cuda 为默认的 cuda 目录(因为软链方便管理不同版本的cuda,所以推荐使用)。
(y)es/(n)o/(q)uit: yes

Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: no

5.首先删除原有的软连接:

sudo rm -rf cuda

6.创建新链接

sudo ln -s /usr/local/cuda-10.1  /usr/local/cuda

7.maskrcnn 环境

pip install absl-py==1.3.0
pip install astor                0.8.1
pip install cached-property      1.5.2
pip install certifi              2016.2.28
pip install cycler               0.11.0
pip install dataclasses          0.8
pip install decorator            4.4.2
pip install gast                 0.5.3
pip install google-pasta         0.2.0
pip install grpcio               1.48.2
pip install h5py==2.10.0(主要的)
pip install imageio              2.15.0
pip install importlib-metadata   4.8.3
pip install Keras==2.0.8(主要的)
pip install Keras-Applications   1.0.8
pip install Keras-Preprocessing  1.1.2
pip install kiwisolver           1.3.1
pip install Markdown             3.3.7
pip install matplotlib           3.3.4
pip install networkx             2.5.1
pip install numpy                1.19.5
pip install Pillow==8.4.0(主要的)
pip install pip                  21.3.1
pip install protobuf             3.19.6
pip install pycocotools==2.0.6(主要的)
pip install pyparsing            3.0.7
pip install python-dateutil      2.8.2
pip install PyWavelets           1.1.1
pip install PyYAML               6.0
pip install scikit-image==0.17.2(主要的)
pip install scipy==1.2.1
pip install setuptools==59.6.0
pip install six==1.16.0
pip install tensorboard==1.14.0
pip install tensorflow==1.14.0
pip install tensorflow-estimator==1.14.0
pip install tensorflow-gpu==1.14.0(主要的)
pip install termcolor==1.1.0
pip install tifffile==2020.9.3
pip install typing_extensions==4.1.1
pip install Werkzeug==2.0.3
pip install wheel==0.29.0
pip install wrapt==1.14.1
pip install zipp==3.6.0

你可能感兴趣的:(ubuntu安装cuda,docker-gpu,docker,深度学习,python,人工智能)