MeteorMan将在本文继续阐述模型部署系列之环境配置的相关文章。
1.机器配置查看
首先安装英伟达显卡驱动： （1）输入终端命令：
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
（2）重新启动
sudo reboot
(3) 查看nvidia显卡版本命令：
nvidia-smi
经验证，MeteorMan所调试的机器配置为：
Ubuntu18.04-64bit+GeForce 920M+Driver Version: 390.116
2.机器GCC环境配置
TensorFlow-gpu所依赖的ubuntu的gcc版本可从https://tensorflow.google.cn/install/source#linux查看。
（1）查看本地gcc版本
gcc --version
若版本为4.8.*，则可跳过这一步，否则继续下面的操作。
（2）安装gcc4.8
第一步，安装4.8版本：
root@stephen-X555LJ:/home# sudo apt-get install gcc-4.8
root@stephen-X555LJ:/home# sudo apt-get install g++-4.8
第二步，将它改为链接到gcc-4.8：
root@stephen-X555LJ:/home# cd /usr/bin
root@stephen-X555LJ:/usr/bin# ls -l gcc*
root@stephen-X555LJ:/usr/bin# sudo mv gcc gcc.bak
root@stephen-X555LJ:/usr/bin# sudo ln -s gcc-4.8 gcc
第三步，对g++进行同样操作：
root@stephen-X555LJ:/usr/bin# ls -l g++*
root@stephen-X555LJ:/usr/bin# sudo mv g++ g++.bak
root@stephen-X555LJ:/usr/bin# sudo ln -s g++-4.8 g++
第四步，查看gcc和g++版本：
root@stephen-X555LJ:/usr/bin# gcc --version
root@stephen-X555LJ:/usr/bin# g++ --version
3.CUDA和CUDNN配置
后续由于本地服务器配置太渣，暂时使用cpu，GPU的配置等待日后更新。。。
