这个系列写了好几篇文章，这是相关文章的索引，仅供参考：
- 深度学习主机攒机小记
- 深度学习主机环境配置: Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
- 深度学习主机环境配置: Ubuntu16.04+GeForce GTX 1080+TensorFlow
- 深度学习服务器环境配置: Ubuntu17.04+Nvidia GTX 1080+CUDA 9.0+cuDNN 7.0+TensorFlow 1.3
- 从零开始搭建深度学习服务器：硬件选择
- 从零开始搭建深度学习服务器: 基础环境配置（Ubuntu + GTX 1080 TI + CUDA + cuDNN）
- 从零开始搭建深度学习服务器: 深度学习工具安装（TensorFlow + PyTorch + Torch）
- 从零开始搭建深度学习服务器: 深度学习工具安装（Theano + MXNet）
- 从零开始搭建深度学习服务器: 1080TI四卡并行（Ubuntu16.04+CUDA9.2+cuDNN7.1+TensorFlow+Keras）
以下是相关深度学习工具包的安装，包括Theano, MXNet
4. Theano
Theano虽然官宣不在更新，但是它的价值依然很大，很多早期深度学习工具的底层依然依赖的是它。在Ubuntu下安装Theano有两种模式，一种是通过Conda安装，Theano的官方安装文档给得是这个方式；另外一种是pip安装模式，官方文档没有给出很好的描述，我参考了网上其他的文章，安装过程中遇到了几个小问题，不过顺利解决。首先安装相关的依赖：
sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git
这个时候可以先尝试用pip的方式安装Theano:
pip install Theano
测试时会遇到类似找不到pygpu模块的提示，而这个模块，是无法用pip安装的，必须通过Theano提供的libgpuarray编译，官方安装文档也给了专门的说明：
git clone https://github.com/Theano/libgpuarray.git cd libgpuarray/ mkdir Build cd Build/ cmake .. -DCMAKE_BUILD_TYPE=Release make sudo make install cd .. sudo pip install Cython(如果提示cython没有安装需要先安装Cython) sudo python setup.py build sudo python setup.py install sudo ldconfig
还有最后一步，配置文件
vim ~/.theanorc
[global] floatX=float32 device=cuda [cuda] root=/usr/local/cuda [nvcc] flags=-D_FORCE_INLINES
然后可以试一下在ipython中导入Theano是否ok:
Python 2.7.13 (default, Jan 19 2017, 14:48:08) Type "copyright", "credits" or "license" for more information. IPython 5.1.0 -- An enhanced Interactive Python. ? -> Introduction and overview of IPython's features. %quickref -> Quick reference. help -> Python's own help system. object? -> Details about 'object', use 'object??' for extra details. In [1]: import theano Using cuDNN version 6021 on context None Mapped name None to device cuda: GeForce GTX 1080 Ti (0000:05:00.0) |
5. MXNet
MXNet的安装还是比较方便的，按照MXNet官方的安装指南，我是在Ubuntu17.04的环境下用virtualenv安装的：
Python2.x的安装方式如下：
如果没有安装python环境和virtualenv，可以先安装：
sudo apt-get update
sudo apt-get install -y python-dev python-virtualenv
然后用virtualenv生成MXNet的虚拟环境：
virtualenv --system-site-packages venv
source venv/bin/activate
要升级pip到最新版（不清楚是为什么）：
pip install --upgrade pip
目前MXNet的最新版是1.0：
pip install mxnet-cu80==1.0.0
如果需要可视化训练过程，则可以选择安装graphviz:
sudo apt-get install graphviz
pip install graphviz
最后测试一下MXNet在GPU环境下是否生效：
Python 2.7.13 (default, Nov 23 2017, 15:37:09) [GCC 6.3.0 20170406] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import mxnet as mx Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/home/textminer/mxnet/venv/local/lib/python2.7/site-packages/mxnet/__init__.py", line 25, in <module> from . import engine File "/home/textminer/mxnet/venv/local/lib/python2.7/site-packages/mxnet/engine.py", line 23, in <module> from .base import _LIB, check_call File "/home/textminer/mxnet/venv/local/lib/python2.7/site-packages/mxnet/base.py", line 111, in <module> _LIB = _load_lib() File "/home/textminer/mxnet/venv/local/lib/python2.7/site-packages/mxnet/base.py", line 103, in _load_lib lib = ctypes.CDLL(lib_path[0], ctypes.RTLD_LOCAL) File "/usr/lib/python2.7/ctypes/__init__.py", line 362, in __init__ self._handle = _dlopen(self._name, mode) OSError: libgfortran.so.3: cannot open shared object file: No such file or directory |
报了如上libgfortran.so.3的错误，google了一下，需要安装gfortran:
sudo apt-get install gfortran
再次测试，就没有问题了：
(venv) textminer@textminer:~/mxnet$ python Python 2.7.13 (default, Nov 23 2017, 15:37:09) [GCC 6.3.0 20170406] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import mxnet as mx >>> a = mx.nd.ones((2,3), mx.gpu()) >>> b = a * 2 + 1 >>> b.asnumpy() array([[ 3., 3., 3.], [ 3., 3., 3.]], dtype=float32) |
Python3.x下的安装基本上过程相同。
注：原创文章，转载请注明出处及保留链接“我爱自然语言处理”：https://www.52nlp.cn
本文链接地址：从零开始搭建深度学习服务器: 深度学习工具安装（Theano + MXNet） https://www.52nlp.cn/?p=10058