ubuntu18.04安装paddlepaddle开发环境

1.显卡配置

GPU :GTX 1660,
确保显卡驱动已经安装，参考：https://www.jianshu.com/p/e70436c3b007

2.安装CUDA

下载选择系统信息：https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal

image.png

#下载完成后，安装，要回车一会，看完所有说明
sudo sh cuda_10.0.130_410.48_linux.run

按照如下图输入选项

cuda_install.png

3.添加环境变量

vi ~/.bashrc
#末尾添加
export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
#保存，刷新
source ~/.bashrc

查看是否成功

nvcc -V

cuda_s.png

测试是否安装成功，面的选项选择安装了CUDA例子，运行其中一个来测试是否安装成功

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

结果如下

cuda_s2.png

4.Cudnn7.6.5安装

注册账号并登陆：https://developer.nvidia.com/rdp/cudnn-download
下载最新版本7.6.5,如下图所示：

image.png

tar -zxvf cudnn-10.0-linux-x64-v7.6.5.32.tgz
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*
#在终端查看CUDNN版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

效果如下

cudnn.png

5.安装Nccl2支持多显卡

wget https://developer.download.nvidia.cn/compute/machine-learning/repos/ubuntu1804/x86_64/nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
dpkg -i nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
sudo apt-get install -y libnccl2=2.4.8-1+cuda10.0 libnccl-dev=2.4.8-1+cuda10.0

nccl2.png

6.paddlepaddle验证

python3 
import paddle.fluid
paddle.fluid.install_check.run_check()

padd_s.png

7.paddlepaddle的练习项目运行,可以看出是用gpu训练模型

train1.png

train2.png