镜像地址 https://www.ubuntu.com/download/alternative-downloads
这里的版本什么都不要动,别下最新版,就这个版本,安装文件下载run文件,别下deb文件。
CUDA 8.0
cuDNN v5
1.安装ubuntu16.04 LTS 系统
下载系统文件以后用软碟通考进U盘里面,这里要设置两个,注意注意写入方式:USB-ZIP+
便捷启动:写入新的硬盘主引导记录(MBR)-USB-ZIP+
刚开机的时候按del或者F2,选U盘的时候,两个一样的U盘,选没有uefi文字更少的那一个
安装,什么都不选,其他
/给10g以上,安装系统的,主分区
boot没多少,1g足够,主分区
swap给16g或者更少,逻辑分区
剩的全是home,逻辑分区
剩下的没有选择全是安装,慢慢等。
2. 安装NVIDIA驱动
1. 先卸载原有N卡驱动
#for case1: original driver installed by apt-get:
sudo apt-get remove --purge nvidia*
#for case2: original driver installed by runfile:
sudo chmod +x *.run
sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall
如果原驱动是用apt-get安装的,就用第1种方法卸载。
如果原驱动是用runfile安装的,就用–uninstall命令卸载。其实,用runfile安装的时候也会卸载掉之前的驱动,所以不手动卸载亦可。
2. 禁用nouveau驱动
sudo gedit /etc/modprobe.d/blacklist.conf
在文本最后添加:(禁用nouveau第三方驱动,之后也不需要改回来)
blacklist nouveau
options nouveau modeset=0
然后执行:sudo update-initramfs -u
重启后,执行:lsmod | grep nouveau
。如果没有屏幕输出,说明禁用nouveau成功。
3. 禁用X-Window服务
sudo service lightdm stop #这会关闭图形界面,但不用紧张
大坑在这,关闭图形界面之前,看一下自己的驱动安装程序放在哪,对着文件夹点击右键属性能看见。
然后进入命令行,用cd一步一步进入然后再输命令
按Ctrl-Alt+F1
进入命令行界面,输入用户名和密码登录即可。
小提示:在命令行输入:
sudo service lightdm start
,然后按Ctrl-Alt+F7
即可恢复到图形界面。
4. 命令行安装驱动
#给驱动run文件赋予执行权限:
sudo chmod +x NVIDIA-Linux-x86_64-384.59.run
#后面的参数非常重要,不可省略:
sudo ./NVIDIA-Linux-x86_64-384.59.run –no-opengl-files –no-x-check –no-nouveau-check(大坑!!!!)
–no-opengl-files
:表示只安装驱动文件,不安装OpenGL文件。这个参数不可省略,否则会导致登陆界面死循环,英语一般称为”login loop”或者”stuck in login”。–no-x-check
:表示安装驱动时不检查X服务,非必需。–no-nouveau-check
:表示安装驱动时不检查nouveau,非必需。-Z, --disable-nouveau
:禁用nouveau。此参数非必需,因为之前已经手动禁用了nouveau。-A
:查看更多高级选项。
必选参数解释:因为NVIDIA的驱动默认会安装OpenGL,而Ubuntu的内核本身也有OpenGL、且与GUI显示息息相关,一旦NVIDIA的驱动覆写了OpenGL,在GUI需要动态链接OpenGL库的时候就引起问题。
最后重新启动图形环境
$sudo service lightdm start
之后,按照提示安装,成功后重启即可。
如果提示安装失败,不要急着重启电脑,重复以上步骤,多安装几次即可。Driver测试:
nvidia-smi #若列出GPU的信息列表,表示驱动安装成功
nvidia-settings #若弹出设置对话框,亦表示驱动安装成功
3. 安装CUDA
sudo chmod +x cuda_8.0.61_375.26_linux.run
sudo ./cuda_8.0.61_375.26_linux.run --no-opengl-libs
--no-opengl-libs
:表示只安装驱动文件,不安装OpenGL文件。必需参数,原因同上。注意:不是-no-opengl-files
。- 这之后它显示more(0百分之),按q弹出选项栏继续
之后,按照提示安装即可。我依次选择了:
accept #同意安装
n #不安装Driver,因为已安装最新驱动
y #安装CUDA Toolkit
<Enter> #安装到默认目录
y #创建安装目录的软链接
n #不复制Samples,因为在安装目录下有/samples
CUDA Sample测试:(很可能要装完环境变量才能用)
#编译并测试设备 deviceQuery:
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
#编译并测试带宽 bandwidthTest:
cd ../bandwidthTest
sudo make
./bandwidthTest
如果这两个测试的最后结果都是Result = PASS
,说明CUDA安装成功啦。
gcc降版本不知道用不用
安装cuDNN(自己目前安的是5)
安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部,终端输入:sudo gedit ~/.bashrc
,在打开的文档末尾插入如下内容保存即可。
export PATH=/usr/local/cuda-8.0/bin\${PATH:+:\${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\${LD_LIBRARY_PATH:+:\${LD_LIBRARY_PATH}}
1、解压出一个名为cuda的文件夹,文件夹中有include和lib64两个文件夹
cd /home/***(自己的用户名)/Desktop/###(这个命令意思是找到刚刚我们用U盘传过来的文件)
tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz###(解压这个文件)
sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*
- 1
- 2
3、安装安装需要版本的cudnn,在终端cd到刚解压的cuda文件夹
sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/lib* /usr/local/cuda/lib64/
- 1
- 2
4、cd到/usr/local/cuda/lib64/文件夹下,建立软链接(注意版本号换成你自己的)
sudo chmod +r libcudnn.so.5.0.5
sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig
4.1 配置环境变量(这个环境变量有问题)
(注意不要有空格,不然会报错!!!!!这里是大坑,如果改得不好会导致系统不认识sudo命令和其他一切命令,用路径自己找到刚才改过的文件把改动取消掉。而且一旦sudo不能用了,改其他文件也很难办,如果不用sudo打开很可能不给你改。让sudo失效的就是对bashdr的更改。)安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部,终端输入:sudo gedit ~/.bashrc
,在打开的文档末尾插入如下内容保存即可。
(网上抄来的)
export PATH=/usr/local/cuda-8.0/bin\${PATH:+:\${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\${LD_LIBRARY_PATH:+:\${LD_LIBRARY_PATH}}
(师兄自己写的)
export PATH="$PATH:/usr/local/cuda-8.0/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64"
export CUDA_HOME=/usr/local/cuda/lib64:$CUDA_HOME
最后测试cuda8.0,在终端执行以下命令:(这个要你安装cuda的时候选择复制sample才有这文件)
cd ~/NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery
make
./deviceQuery
输出Result = PASS 表示安装成功。
一、安装Anaconda
主要参考:https://docs.anaconda.com/anaconda/install/linux
1.1 从清华大学开源软件网站上选择合适的源文件并下载,
本人选择的是Anaconda3-5.0.1-Linux-x86_64.sh,此为python3.6版本。由于python3为发展趋势,建议安装python3版本。
1.2 在终端terminal中运行bash ~/path/sourcename,即自动进行安装,过程下会有进行选择,不懂的情况下enter“Yes”。
其中path为对应源文件所在路径,本人的为下载目录,path=‘下载’(中文系统);sourcename为源文件名称,在此为sourcename=‘Anaconda3-5.0.1-Linux-x86_64.sh’。运行命令如下:
bash ~/Download/Anaconda3-5.0.1-Linux-x86_64.sh
- 1
1.3验证安装是否成功:
python
>>>import numpy #查看是否能够运行,numpy为anaconda内置python库。
python一定要换源下载。
- python 2.7版本:sudo pip install --upgrade pip
- python 3.x版本:sudo pip3 install --upgrade pip
四、更改pip源地址(提高下载速度)
在主目录下创建.pip文件夹(对应在自己的电脑上也就是Home,download的上一层)
mkdir ~/.pip
- [global]
- index-url = https://pypi.tuna.tsinghua.edu.cn/simple
- [install]
- trusted-host=mirrors.aliyun.com
五、GCC降版本
其实,在ubuntu上安装老版gcc十分简单,直接用apt-get命令下载即可。
第一步:
sudo apt-get install gcc-4.8
输入密码,同意安装,接下来就自动下载安装4.8.5版本了。
第二步:设置默认的gcc版本
gcc --version
(可选)查看当前版本,不出意外的话会返回ubuntu16.04自带的5.4.0这个版本号,现在使用gcc命令编译时还是会用新版本。
ls /usr/bin/gcc*
(可选)查看已有的gcc版本,确认一下刚才4.8.5有没有装成功。
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 100
将某个版本加入gcc候选中,最后的数字是优先级,我自己是直接设为100,没任何问题。
此时在运行gcc --version查看版本,发现4.8.5已经为默认的gcc版本。
conda换源,打开控制台 ,更换清华源(墙太高)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
3.创建一个名yang的环境
conda create -n yang python=3.6
创建成功
激活环境
source activate yang
六、安装TensorFlow
sudo pip install scikit-learn scikit-image
sudo pip install tensorflow-gpu # GPU加速版
sudo pip install keras
在终端中验证是否安装成功:
import tensorflow
import keras
如果不报错,即配置成功!