Ubuntu16.04+CUDA10.0+cuDNN7.4+Opencv3.4+Anaconda3-5（Python3.6）+pytorch

Ubuntu16.04安装

Ubuntu16.04安装

新电脑（UEFI+GPT）下安装Ubuntu16.04

搜狗输入法安装

linux系统安装搜狗输入法

系统分盘

MBR和GPT的区别！自己选择！

显卡驱动安装

Ubuntu离线安装Nvidia显卡驱动

CUDA10.0安装

下载好CUDA10.0.130离线文件，

sudo sh cuda_10.0.130_410.48_linux.run --no-opengl-libs

OR

sudo sh cuda_10.0.130_410.48_linux

然后摁住回车键，直到服务条款显示到100%。接着按下面的步骤选择：
accept
n（不要安装driver）
y
y
y
其中路径选择默认（即什么也不要输入直接Enter）
安装完成后，设置环境变量。
打开主目录（home）下的 .bashrc文件添加如下路径，如果没有找到，按Ctrl+H键显示隐藏文件。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0

保存后退出，然后运行

source ~/.bashrc

检查CUDA版本：

nvcc --version
nvcc -V

细节可参照下文：
Ubuntu16.04下安装cuda和cudnn的三种方法

cuDNNv7安装

（1）下载安装文件

https://developer.nvidia.com/rdp/cudnn-archive
（2）安装cudnn
cudnn文件以“.solitairetheme8”结尾，将其重命名为“.tgz”结尾的文件，然后解压到当前文件夹，得到一个cudn 文件夹。
执行：

tar xvzf cudnn-10.0-linux-x64-v7.4.2.24.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

查询cuDNN版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

PyCharm安装

官网下载
https://www.jetbrains.com/pycharm/download/#section=linux
解压缩Extract
cd到路径下

cd Downloads/pycharm-XXX版本号/bin

执行sh安装命令

sudo ./pycharm.sh

选择Do not import settings 即可
记得lock to launcher

CUDA9.0+cuDNNv7+Opencv3.4.0安装参考（旧）

Ubuntu 16.04+CUDA 9.1+cuDNN v7+OpenCV 3.4.0+Caffe+PyCharm 完全安装指南，国内最全！(适用CUDA 9.0)

查看cuda版本

nvcc -V

查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

查看opencv版本

pkg-config --modversion opencv

Anaconda（Python3.6）

清华镜像源链接

找到下面这个点击自动下载
Anaconda3-5.2.0-Linux-x86_64.sh
然后cd到路径，然后安装，命令如下

 cd Downloads
 bash Anaconda3-5.2.0-Linux-x86_64.sh

安装到VS时候可输入no
然后重启终端， 输入python，即可看到安装成功！

1、查看conda 版本

conda --version

anaconda -V   #查看anaconda版本

2、更新conda

conda update conda

3、查看conda帮助

conda --help
或
conda -h

4、新建虚拟环境

conda create -name <env_name> <package_names>

例如：

conda create -n  mypytorch python=3.6

即创建的环境名。建议以英文命名，且不加空格，名称两边不加尖括号“<>”。
即安装在环境中的包名。名称两边不加尖括号“<>”。
如果要安装指定的版本号，则只需要在包名后面以=和版本号的形式执行。如：conda create –name python2 python=2.7，即创建一个名为“python2”的环境，环境中安装版本为2.7的python。
如果要在新创建的环境中创建多个包，则直接在后以空格隔开，添加多个包名即可。如：conda create -n conda-test python=3.6 numpy pandas，即创建一个名为“conda-test ”的环境，环境中安装版本为3.6的python，同时也安装了numpy和pandas。
–name同样可以替换为-n。

conda create --n  mypytorch python=3.6 numpy pandas

5、切换conda环境

source activate env_name

6、退出虚拟环境

source deactivate

7、显示安装过的所有虚拟环境

conda info --envs
或
conda info -e
或
conda env list

8、复制环境

conda create --name new_env_name --clone copied_env_name

注意：
copied_env_name即为被复制/克隆环境名。
new_env_name即为复制之后新环境的名称。
9、 删除环境

conda remove --name env_name --all

10、包管理
精确查找包

conda search --full-name 查找的包名

模糊查找包

conda search 查找的内容

获取当前环境中已安装的包信息

conda list

指定环境安装包

conda install --name 环境名 要安装的包名

注意：
要指定版本时

conda install --name conda-test django=2.0.6

表示在conda-test环境中安装 django并制定版本为2.0.6
在当前环境中安装包

conda install 要安装的包名

最后，如果conda安装不上的包，或者没有的包，可以使用pip安装

pip install 安装的包名

Ubuntu系统换源！

安装完毕后！！众所周知自带的源是外网的，速度堪比龟速，动辄是几个世纪的漫长等待，so，首先 请换源！！！
Ubuntu更换国内源
博主在这里使用的是tsinghua的源

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

conda、pip换源

pip

临时使用：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

设为默认:
修改 ~/.config/pip/pip.conf (没有就创建一个)

mkdir ~/.pip
vim .pip/pip.conf

修改 index-url至tuna，例如

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
trusted-host = pypi.tuna.tsinghua.edu.cn

pip 和 pip3 并存时，只需修改 ~/.pip/pip.conf

conda

修改conda源只需如下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

pytorch

好！终于到了最后一步！！安装pytorch！
之前已经用conda命令新建了虚拟环境，现在进入环境

source activate <环境名>

进入环境后，输入

conda install pytorch=1.0.0 cuda90 -c pytorch

or 使用cuda10.0版本

conda install pytorch=1.0 torchvision cudatoolkit=10.0 -c pytorch

中间遇到Proceed ([y]/n)? y则y一次

大概率会卡在pytorch下载那一栏，又是几个世纪漫长的等待…………
尝试删去 -c pytorch，这个意思是优先从官网下载。

conda install pytorch=1.0.0 cuda90 

好了！！！！

（高人指导：直接进虚拟环境后后官网 下载， 用官网cuda10.1版本命令行即可）

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch-nightly

方法3：先下载清华的镜像源，博主下载的是
pytorch-1.0.0-py3.6_cuda9.0.176_cudnn7.4.1_1.tar.bz2
然后进入环境，CD 到Downloads（包打路径），然后执行：

install pytorch-1.0.0-py3.6_cuda9.0.176_cudnn7.4.1_1.tar.bz2 

查看pytorch版本

import torch
print(torch.__version__)

如下图所示！！！成功安装pytorch1.0.0版本！！！

感谢实验室亲师姐的大力指导！！！！