macOS+cuda9.2 配置eGPU深度学习环境

macOS+cuda9.2 配置eGPU深度学习环境

macOS配置GPU深度学习环境时，需要外接eGPU盒子，且注意，eGPU通常只支持雷电3接口，因此老版mac可能无法使用。以下为配置步骤：

  1. 雷电3线连接eGPU，确保电脑关闭或重启后再插入eGPU，以防死机。
  2. 进入系统恢复模式，通过“command+R”键激活。
  3. 在恢复模式下打开终端，执行命令关闭SIP模式。
  4. 重启电脑，确认SIP关闭。
  5. 运行命令安装英伟达Web Driver。
  6. 若安装过程中出现问题，请查阅eGPU驱动安装的官方文档。
  7. 完成上述步骤后，系统报告中应显示GPU信息。

  1. 下载并安装Xcode9.2，确保版本正确，避免使用9.3和9.4版本，因其不支持cuda9.2编译。
  2. 确保Xcode安装在应用中，选择其作为默认版本。
  3. 下载并安装CUDA9.2，选择安装全部内容。
  4. 使用指令验证CUDA安装成功。
  5. 在`~/.bash_profile`文件中添加新环境变量。
  6. 下载cuDNN7.2.1 OSX版本，注册英伟达账号后解压并复制cuDNN到CUDA目录。
  7. 下载并解压NCCL2.2.13 O/S版本，执行相关指令。
  8. 完成以上步骤后，使用特定程序安装pytorch，因为mac版TensorFlow和pytorch GPU版本不支持，需先下载Linux版本并重新编译。
  9. 下载anaconda3，查看安装路径。
  10. 在`~/.bash_profile`中添加anaconda环境变量。
  11. 运行命令下载pytorch Linux GPU版本并开始编译。
  12. 编译完成后，进入python运行检验程序，确认安装成功。

  配置完成后，即可在macOS环境下进行深度学习开发。后续将提供更多教程，敬请期待。