快速安裝深度學習系統 Ubuntu20.04 tensorflow 2.7.0 GPU docker程式日新月異，nvidia-docker的版本也變化很快，如今都已經改名成nvidia container tookit了，有看過小編的文章應該有印象之前有介紹過nvidia-docker 一款非常好搭建環境的軟體，從前要安裝cuda、cudnn各式各樣的環境，如今只要安裝一款docker所有事情就都解決了，甚至也可以用vs code 在container中 debug，想要學習的話繼續看下去吧
快速搭建Tensorflow深度學習環境–Nvidia-docker
今天要教大家的是Linux share folder的用法，若您擁有多台電腦，且多台電腦需要互相傳資料的時候，按照小編以往的作法即是拿著一顆萬用USB這邊插插那邊拔拔、來回奔波、長途跋涉阿，傳了很多次後實在覺得很麻煩，因此決定使用共享資料的功能，今天要使用的是Ubuntu系統的samba功能。Ubuntu實在很貼心，什麼指定都不用下就只要視窗點一點即可，參考下列說明趕緊開啟您的共享資料夾吧。
首先，隨便創建一個資料夾並點擊右鍵，之後點擊屬性窗格
點擊Local Network Share，之後再點擊Share this folder，系統即會跳出視窗要求安裝服務
點擊Install安裝Samba套件
安裝完成後系統會要求重新啟動session，之後就重新按一次剛剛流程
小編最近買了一張nvidia-3070ti顯卡回來，一裝機馬上就想測測看GPU有沒有問題，上網找了一下有一套軟體GPU_burn 專門做燒機測試，也提供docker版本，若不知道如何安裝nvidia-docker 的可以參考小編之前的文章
快速安裝深度學習系統 Ubuntu20.04 tensorflow 2.7.0 docker
今天要教大家的是Linux share folder的用法，若您擁有多台電腦，且多台電腦需要互相傳資料的時候，按照小編以往的作法即是拿著一顆萬用USB這邊插插那邊拔拔、來回奔波、長途跋涉阿，傳了很多次後實在覺得很麻煩，因此決定使用共享資料的功能，今天要使用的是Ubuntu系統的samba功能。Ubuntu實在很貼心，什麼指定都不用下就只要視窗點一點即可，參考下列說明趕緊開啟您的共享資料夾吧。
首先，隨便創建一個資料夾並點擊右鍵，之後點擊屬性窗格
點擊Local Network Share，之後再點擊Share this folder，系統即會跳出視窗要求安裝服務
點擊Install安裝Samba套件
安裝完成後系統會要求重新啟動session，之後就重新按一次剛剛流程
首先要安裝顯卡的驅動程式，數字版本可以根據自己的需求更改，一般來說會依照安裝的cuda版本做相應的變動，基本上和官網給的顯卡版本不會差距太多，如下圖所示的，cuda9.0安裝的驅動版本是384，因此比384高一點即可。小編安裝的時候最新版本是415，但做了相關測試沒發現任何問題，因此小編之後就安裝最新版本的了，若有發生問題再往前試試安裝其他不同版本即可。
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install -f nvidia-367 點擊system-setting中的 additional drivers並選擇相對應的版本，之後按下apply changes即可
驗證的方法非常簡單，只要在terminal裡面打上nvidia-smi，若有出現以下畫面即表示安裝成功
到官網下載相對應的cuda安裝包
之後一個一個的執行command安裝即可，底下為安裝畫面:
