一芒炼、硬件選擇
快速指南
GPU：
- RTX 2070 瓮下、RTX 2080 Ti觅丰、GTX 1070饵溅、GTX 1080 和 GTX 1080 Ti。
CPU：
- 每個 GPU 1-2 核妇萄，這取決于你的數(shù)據(jù)預處理蜕企；
- 只要主頻大于 2GHz，那 CPU 就應該支持我們想要運行的大量 GPU冠句，PCIe 通道并不是太重要轻掩。
RAM：
- 時鐘頻率無關緊要，買更便宜的 RAM懦底；
- 購入至少和你已有 GPU 內(nèi)存大小相同的 CPU 內(nèi)存唇牧；
- 只有更需要時才買更多的 RAM；如果要使用超大規(guī)模的數(shù)據(jù)集聚唐，那么需要更多的內(nèi)存丐重。
硬盤/SSD：
- 用于存儲數(shù)據(jù)的硬盤驅(qū)動器至少需要 3TB；
- 使用 SSD 預處理小數(shù)據(jù)集拱层。
PSU：
- GPU+CPU+10% 就是你必需的電源供應量弥臼，再將總電量乘以 110% 而獲得最終所需要的電源功率；
- 如果使用多塊 GPU根灯，還要增加一些額外的電源供應量径缅；
- 確保 PSU 有足夠的 PCIe 連接器（6+8pins）；
- 附：PSU計算器
散熱：
- CPU烙肺，使用標準的 CPU 散熱器或一體化的水冷解決方案纳猪；
- GPU，使用空氣散熱桃笙、使用鼓風機式的散熱器氏堤、配置風扇的速度。
主板：
- 盡可能獲得更多的 PCIe 插槽，為未來增加 GPU 做好準備鼠锈。
參考配置
CPU：i7-9700k
GPU：RTX-2080ti
RAM：DDR4 3000MHz 16G * 4
SSD：SATA SSD 512G
PSU：1000w
散熱：塔式散熱
主板：Z390
二闪檬、系統(tǒng)安裝及初始配置
安裝Ubuntu18.04LTS
下載Ubuntu18.04LTS鏡像，用UltraISO制作U盤啟動盤购笆，按照提示一步一步安裝
更換apt源
備份配置文件：sudo mv /etc/apt/sources.list /etc/apt/sources.list.bak
將以下內(nèi)容復制到/etc/apt/sources.list文件中
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
更新
sudo apt update
sudo apt upgrade
更換pip源
將以下內(nèi)容復制到~/.pip/pip.conf文件中
[global]
index-url=http://mirrors.aliyun.com/pypi/simple/
trusted-host=mirrors.aliyun.com
安裝常用軟件
chrome
sogou-linux
wps-linux
三粗悯、NVIDIA環(huán)境安裝
不需要先單獨安裝驅(qū)動
安裝gcc和cmake
sudo apt install gcc
sudo apt install cmake
安裝cuda（過程中安裝驅(qū)動）
選擇合適的cuda版本，tensorflow1.13不支持cuda10.1
選擇合適的cuda版本同欠，tensorflow1.13不支持cuda10.1
選擇合適的cuda版本样傍，tensorflow1.13不支持cuda10.1
從官網(wǎng)下載cuda安裝腳本
安裝cuda的過程中會自動安裝最新的驅(qū)動
安裝完成后在.bashrc中設置環(huán)境變量
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
運行source .bashrc使其生效
安裝cudnn
從官網(wǎng)下載cudnn，需登錄
解壓铺遂，復制文件到/usr/local/cuda相關文件夾內(nèi)
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 /usr/local/cuda/lib64/libcudnn*
四衫哥、深度學習開發(fā)環(huán)境安裝（tensorflow/pytorch）
安裝Python包管理工具
下載miniconda3并安裝，安裝完成后source ~/.bashrc
新建python虛擬環(huán)境
conda create -n <env-name> python=3.6
進入python虛擬環(huán)境
conda activate <env-name>
安裝python包
conda install <package-name>
安裝常用Python庫
tensorflow/pytorch
conda install tensorflow-gpu
conda install pytorch
numpy
pandas
pillow
jupyter
IDE/編輯器選擇
Pycharm
VS Code
Vim/Emacs/Sublime
五襟锐、CPU/GPU監(jiān)控工具
htop
監(jiān)控CPU和RAM
htop
nvidia-smi
監(jiān)控GPU
watch -n 1 nvidia-smi
