建立時間:2016-11-25html
做者:海濱python
背景介紹:爲了加速類prisma風格圖片渲染速度(開源項目yusuketomoto/chainer-fast-neuralstyle),先須要對一臺裝有GeForce GTX 780 Ti的CentOS機器安裝cuda環境。linux
dd
命令製做啓動盤:
diskutil list
diskutil unmountDisk /dev/disk2
sudo dd if=CentOS-7.0-1406-x86_64-DVD.iso of=/dev/disk2 bs=1m
diskutil eject /dev/disk2
因爲ifconfig
命令沒有安裝,能夠使用ip
命令代替。git
顯示當前網卡信息:ip addr show
github
編輯網卡配置:vi /etc/sysconfig/network-scripts/ifcfg-eno1
bootstrap
新增IP地址和網關信息:windows
IPADDR=192.168.199.88 GATEWAY=192.168.199.1 DNS1=192.168.199.1
將ip地址獲取從dhcp改爲static:centos
BOOTPROTO=static
重啓網絡服務:service network restart
測試網絡服務:ping www.baidu.com
服務器
pip安裝 當前系統自帶python卻沒有pip,暈!網絡
curl "https://bootstrap.pypa.io/get-pip.py" -o "get-pip.py」 python get-pip.py
其餘軟件
sudo yum install git
sudo yum install gcc
sudo yum install gcc-g++
sudo yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)
sudo yum install python-devel
首先下載cuda安裝包,本次下載的是CentOS 7 runfile版本
參照官方手冊操做,進行安裝便可,這裏大體介紹下本身安裝過程當中的坎。
./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery
使用GPU加速神經網絡的計算 下載cudnn安裝包,其實就是lib庫和頭文件的壓縮包,最終解壓拷貝到cuda安裝路徑的lib6四、include文件便可。
服務器配置:
CPU: Intel(R) Xeon(R) CPU E3-1270 v3 @ 3.50GHz(8核)
GPU: GeForce GTX 780 Ti
不使用GPU加速
運行代碼:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg
運行時間:13s
使用GPU加速
運行代碼:python generate.py sample_images/tubingen.jpg -m models/composition.model -o sample_images/output.jpg -g 0
運行時間:1.5s
加速效果很是明顯,性能提高接近10倍。