Ubuntu开发环境配置
此博客记录为备份命令:
Node 安装配置
不要使用 apt-get 带的版本,太旧,自己去官网下载安装,方法如下:
下载并解压 node-v6.9.5-linux-x64.tar.xz
tar -xJf node-v6.9.5-linux-x64.tar.xz
移到通用的软件安装目录 /opt/
sudo mv node-v6.9.5-linux-x64 /opt/
安装 npm 和 node 命令到系统命令
sudo ln -s /opt/node-v6.9.5-linux-x64/bin/node /usr/local/bin/node
sudo ln -s /opt/node-v6.9.5-linux-x64/bin/npm /usr/local/bin/npm
验证:
node -v
ipython notebook 远程访问
创建配置
ipython profile create common
生成访问密码
1 | In [1]: from notebook.auth import passwd |
生成证书openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout common.pem -out common.pem
在profile目录下, 编辑ipython_notebook_config.py
1 | ~/.ipython/profile_common/ipython_notebook_config.py |
启动命令
ipython notebook --config=/home/xyz/.ipython/profile_common/ipython_notebook_config.py
修改目录权限
sudo chmod -R 775 .
Tensorflow GPU 运行环境安装
显卡驱动
1 | sudo add-apt-repository ppa:graphics-drivers/ppa |
CUDA 驱动安装
sudo ./cuda_8.0.61_375.26_linux.run
其中第一个显卡驱动选项不要再安装了
CUDNN 安装
1 | tar -xzvf cudnn-8.0-linux-x64-v6.0.tgz |
添加环境变量
1 | export PATH=/usr/local/cuda-8.0/bin:$PATH |
查看 NVIDIA 显卡状态
watch -n 1 -d nvidia-smi