大家好,今天小编关注到一个比较有意思的话题,就是关于linux深度学习模型的问题,于是小编就整理了5个相关介绍Linux深度学习模型的解答,让我们一起看看吧。
- 请教,深度Linux Deepin系统最低需要什么样的硬件配置?
- 为什么有人偏好在Ubuntu下进行「深度学习」呢?
- 想学习深度学习开源框架,比如tensorflow、caffe,需要掌握哪些linux知识?
- 如何使用虚拟机搭建Linux系统?
- 没有GPU的我们如何利用亚马逊GPU服务器训练深度学习?
请教,深度Linux Deepin系统最低需要什么样的硬件配置?
处理器:Intel Pentium IV 2GHz 或更快的处理器
内存:至少 2G 内存(RAM),4G 以上是达到更好性能的推荐值
硬盘:至少 20 GB 的空闲空间
为什么有人偏好在ubuntu下进行「深度学习」呢?
深度学习主要依靠显卡的计算能力。在windows下你用的显卡可能几千块钱。做一个简单的手写体识别,可能花几个小时就搞定了。但是你要做一些复杂的功能大图像的识别处理。需要的算力非常大。这时候就要用到高性能的显卡,和显卡集群。这些高端的显卡从几万到几百万之间。但是这些显卡并不支持Windows系统。你在集群上需要一个小时跑完的东西在windows上可能需要几百年。所以你不用纠结,没有一个深度学习从业者会在windows下做研究。在linux下做深度学习,不是偏好而是必须,在win下做研究,连入门都入不了,仅限于了解知道这个东西。
想学习深度学习开源框架,比如tensorflow、caffe,需要掌握哪些linux知识?
如果仅仅是TensorFlow和Caffe的话,可以在Windows上开发。
TensorFlow的Windows支持挺不错的。
比如,在Windows上安装TensorFlow只需一个命令(***定你的机器配置好了显卡相关驱动、CUDA等,还有Python环境):
pip3 install --upgrade tensorflow-gpu
简单吧?
Caffe对Windows的支持没有TensorFlow好,还属于社区支持。
具体安装方法可以参考Caffe官方GitHub仓库的Windows分支。有适配Visual Studio 2015, CUDA 8.0, Python 3.5/2.7的编译好的二进制文件下载。
当然,还是有些框架对Windows支持很差或者干脆没有支持。所以基于Linux开发也不错。
我建议你直接用就是了,不用先去学Linux。今时今日,像Ubuntu这样的发行版,基本上已经接近开箱即用的程度(注意,仅限于开发方面)。
如何使用虚拟机搭建Linux系统?
谢邀
使用虚拟机也是一个方法.但是性能方面相对差一点,不过也够用了。个人认为可能对于开发来说性能还是差了点。
你可以使用vmware或者virtualbox进行安装,下载系统iso文件就可以傻瓜安装了
希望能够帮带你
1,虚拟机安装过程和物理机安装过程本身没有区别。如果你熟悉物理机的,虚拟机安装只是在配置中增加虚拟光驱并优先启动就好了,其他的都一样。
2,如果你本身对linux不熟悉,建议先找个教程看看呗,比如鸟哥的linux私房菜,网上有pdf流传。
3,题主没说安装linux做什么。如果是新手想要接触学习,建议一起学习下docker。一方面docker越来越流行,另一方面docker便于搭建各种环境,还有很多别人搭建好的环境可以直接利用。
下载安装VM虚拟机创建工具,然后创建虚拟机↓看图吧,懒得打字了,我不建议用在第三个界面那里直接选择ISO镜像,因为那样安装系统用的是简易安装(懒得解释了)
虚拟机设置DVD那选择ISO镜像文件
建议虚拟机用vmware,Linux推荐使用ubuntu,或者国内的Deep Linux。
下面以ubuntu举例。
1、分别到***下载vmware和ubuntu 镜像,安装好虚拟机。
3、设置好虚拟机的内存,硬盘大小,选择安装系统类型为linux。
4、在选着安装程序光盘镜像文件项选着你下载好的ubuntu文件,下一步继续安装立刻
网上有很多vmware安装 ubuntu的教程,可自行搜索参考安装
虚拟机:VM ware workstation12虚拟机
LInux镜像ISO文件
下载好后跟安装软件一样,默认[_a***_]即可。注意分盘,最好安装到F盘,我是这么想的!因为F盘很少用到!
安装好VMware后新建虚拟机注意第5步,目标路径安装磁盘!
在这里我们先把我们下载好了的文件放在这里面,然后点击下面那个“稍后安装操作系统”,点击下一步继续。
选择正确的操作系统名称和版本,然后选择一个我们的保存位置,最好不是系统盘。
没有GPU的我们如何利用亚马逊GPU服务器训练深度学习?
- 访问 aws.amzon*** 注册一个账号(注意:需要国际***,对新用户而言,AWS赠送了一点免费额度,不过必须验证***之后才能使用免费额度)。
- 在AWS市场搜索AWS Deep Learning AMI(基于Ubuntu或Amazon自家的Amazon Linux)
- 按照提示一步步创建并运行虚拟机。
- 然后ssh连上去就可以操作了。
除了AWS官方的AMI外,还可以在社区AMI中搜索DLAMI.V1.
DLAMI是新加坡国立大学的Ritchie Ng做的AMI镜像(Ritchie Ng也是NVIDIA深度学习机构讲师),里面包含了主流的深度学习框架(PyTorch、TensorFlow、Keras、MXNet、Torch、CNTK、Caffe等等),开箱即用。
另外,AWS之外,主流的GPU云提供商还有:
- Google家的GCP(Google Cloud Platform,cloud.google***/gpu/)
- 微软家的Azure(N系列是GPU虚拟机,azure.microsoft***/en-us/pricing/details/virtual-machines/series/)。
国内的话,GPU云提供商有:
到此,以上就是小编对于linux深度学习模型的问题就介绍到这了,希望介绍关于linux深度学习模型的5点解答对大家有用。