Set up developement framework on Ubuntu

Install a megfeleő Linux LTS version, majd

  • open terminal
  • sudo apt-get update
  • sudo apt-get upgrade

CUDA - cuDNN
Első lépés: a megfelelő CUDA - cuDNN - Nvidia driverek kiválasztása az adott Tensorflow verzióhoz

In [ ]:
pip3 install tensorflow-gpu==1.1222

Írjunk be valami random számot és így kiírja milyen Tensorflow verziók vannak

In [ ]:
Collecting tensorflow-gpu==1.1222
Could not find a version that satisfies the requirement tensorflow-gpu==1.1222 
(from versions: 1.13.0rc1, 1.13.0rc2, 1.13.1, 1.13.2, 1.14.0rc0, 1.14.0rc1, 1.14.0, 
2.0.0a0, 2.0.0b0, 2.0.0b1)
No matching distribution found for tensorflow-gpu==1.1222

Válasszuk a 2.0.0b1 verziot

ehhez a 10.0 CUDA kell (a CUDA oldaláról le lehet tölteni, de regisztráció kell hozzá) a A legacy release csomagokata következő oldalról lehet letölteni (a run fájlok kellenek) https://developer.nvidia.com/cuda-toolkit-archivea

Töltsük le a megfelelő cuDNN verziót a választott CUDA (10.0) verzióhoz (pl.: 7.6.4, de ez mindig változik). Töltsük le a runtime library-t és a developer library-t is.

Nvidia driver
Telepítsük a saját GPU-unkhoz megfelelő Nvidia drivert.

In [ ]:
lspci -vv

A fenti paranccsal megnéz milyen GPU van és ahhoz kell keresni drivert a GPU száma alapján az Nvidia honlapján.

In [ ]:
nvidia-smi

A fenti paranccsal lehet megnézni az aktuális driver verzióját. Mielőtt telepítjük a drivert le kell állítani az X-et.

Kilépés a konzolra: ctrl+alt+Fx

  • sudo su: root felhasználóra váltás
  • /etc/init.d/gdm3 stop: X11 leállítása
  • Nvidia driver telepítése: NVIDIA-Linux-x86_64.....sh
  • Driver fordítás/telepítés után: update-initramfs -u majd reboot

Ha frissítés után nem tölt be az Nvidia driver, akkor is a fenti pár sort kell alkalmazni. Ha nem volt a gépre eddig letöltve a driver, akkor egy pendrive segítségével fel tudjuk tenni a következő képpen:

  • Kilépés a konzolra: ctrl+alt+Fx
  • Root felhasználó: sudo su
  • Pendrive bedug és megnéz melyik meghajtó (pl. /dev/sdb1): dmesg
  • Felcsatol meghajtó: mkdir /mnt/usb - mount /dev/sdb1 /mnt/usb
  • Lemásolni a telepítő fájlokat: mc, cp ...
  • Leválaszt meghajtó: umount /mnt/usb

CUDA telepítés

  • Elindít CUDA telepítő
  • Itt a drivert ne tegyük fel!! csak a CUDA toolkitet

/etc/bash.bashrc végére bemásol:

  • export PATH=$PATH:/usr/local/cuda/bin

  • export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda-10.0/extras/CUPTI/lib64

  • export CUDA_HOME=//usr/local/cuda

cuDNN telepítés

  • mc
  • a cudnn.....deb file-okbol kimasolni /CONTENTS-bol az /usr konyvtarbol lib-eket, h-kat, .a-t: /usr/local/cuda/lib64 -be es /usr/local/cuda/include/ -ba ill. a /usr/-be

Tensorflow telepítés

In [ ]:
pip3 install tensorflow-gpu==xxxxxxx

Telepítés ellenőrzése:

In [ ]:
python3
import tensorflow.compat.v1 as tf
s=tf.Session()

Ha nem találja a megfeleő verziójú cuda/cudnn libet, akkor azt a verziót kell letölteni és telepíteni, amit itt keres

PCL

  • sudo apt-get install libpcl-dev

qglviewr

  • sudo apt-get install libqglviewer-dev-qt5

Qt

  • Letölt Qt5 (ehhez regisztráció kell) és telepít

OpenCV

  • sudo apt-get install libopencv-dev

CGAL

  • sudo apt-get install libcgal-dev

python pip

  • sudo apt-get -y install python3-pip

Git

  • sudo apt-get install git

Matplotlib

  • sudo apt-get install python-matplotlib

Scikit image

  • sudo pip install scikit-image

Keras

  • sudo pip install keras