深度学习GPU计算—安装fast-neural-style图像风格迁移

浏览: 2435

1. 安装torch

下载

git clone https://github.com/torch/distro.git ~/torch --recursive

安装

cd ~/torch
bash install-deps
./install.sh
source ~/.bashrc

验证

$th

3. 安装显卡驱动

手头有一个Quadro K2000显卡,安装:

打开Software&Updates/Additional Drivers/NVIDIA Corporation: GK107GL[Quadro K2000]

选Using NVIDIA binary driver - version 367.57 from nvidia-367 (proprietary,tested)

验证

nvidia-settings
nvidia-smi

4. 安装CUDA-8.0

官网下载https://developer.nvidia.com/cuda-downloads,选择Linux/x6_64/Ubuntu/16.04/deb(local)/cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb,较慢,建议多线程下载。

安装

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
su
cat 7fa2af80.pub | apt-key add -
exit
sudo apt-get update
sudo apt-get install cuda
vi ~/.bashrc
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
sudo reboot

验证

cd /usr/local/cuda-8.0/samples/
sudo make
cd /usr/local/cuda-8.0/samples/bin/x86_64/linux/release
./deviceQuery

网上注册下载Nvidia Deep Learning Toolkit的cuDNN

https://developer.nvidia.com/rdp/cudnn-download

安装

tar -zxf cudnn-8.0-linux-x64-v5.1.tgz 
cd cuda
sudo cp include/* /usr/local/cuda/include/
sudo cp lib64/* /usr/local/cuda/lib64/

5. 安装fast-neural-style

git clone https://github.com/jcjohnson/fast-neural-style.git
cd fast_neural_style
bash models/download_style_transfer_models.sh

把某图片改变风格

th fast_neural_style.lua \
  -model models/eccv16/starry_night.t7 \
  -input_image images/content/chicago.jpg \
  -output_image out.png \

查看图片

eog out.png
推荐 6
本文由 safa 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

3 个评论

GPU计算确实是一个方向啊, 欢迎多介绍。
可以深度介绍下fast-neural-style,ubuntu安装介绍了太多。。。
有个简单综述,如背景介绍就好了,期待成果展示哦

要回复文章请先登录注册