讓筆電也可以用獨顯跑機器學習 加快速度 (範例為 MX150 小米筆記本)

Machine Learning

使用的系統為Ubuntu 16.04
筆電為小米筆記本 顯卡為MX150

Python3+opencv+MX150+CUDA

首先按照
https://blog.csdn.net/qq_20492405/article/details/79034430
這篇進行操作
只要顯卡找的到相關驅動,均可安裝
建議以乾淨系統為前提下去安裝
這樣裝壞或想重裝都可以重來
筆者總共裝了兩次才成功,搞了兩天真的是…

以下是驅動所要注意的事項
MX150 顯示卡驅動直接系統設定內灌本次實驗成功版本為 384.130
之後直接安裝 CUDATOOLKIT版本為 cuda_8.0.61_375.26_linux.run
主要環境參數要設定好,重要!

接著安裝機器學習所需CUDA_DNN
這邊使用的是cudnn-8.0-linux-x64-v6.0.tgzcuDNN v6.0 Library for Linux
請依照自己筆電的對應版本下去安裝
一樣需要注意環境參數的設置
https://blog.csdn.net/u011574296/article/details/78425622
安裝方式及參數設定可以參考此篇

接著安裝opencv
https://blog.csdn.net/fanzhiyi521/article/details/53456169

http://nooverfit.com/wp/%E6%89%8B%E6%8A%8A%E6%89%8B%E6%95%99%E4%BD%A0%EF%BC%8C%E5%9C%A8ubuntu%E4%B8%8A%E5%AE%89%E8%A3%85opencv-3-0-%E5%92%8C-python-2-7/

主要參考這兩篇設置都沒問題,python的libirary那邊就會過
否則直接砍掉重來最快

以上為大致流程主要問題大多為環境設置問題
後來直接將cuda的lib64的資料夾內檔案移入cuda8.0內的lib解決
弄了幾日才找到最佳辦法且python絕對不能移除,系統會出錯。

筆電裝系統+顯卡所需驅動真的頗麻煩
我已經畢業一年多了仍然很珍惜那台筆電…
不然重來一遍真的會累死
儘管目前公司有SERVER可以做TRAIN

若本文對你有用麻煩幫忙按一下站內廣告
非常感謝

Related Posts

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js