1, the graphics driver installation
Some 1.1 installation environment
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
1.2 graphics driver installation and uninstallation
To RTX 2080ti example, when installing the graphics driver do not install the official website of the recommended 430, whether the person will not have problems entering the system
sudo apt-get purge nvidia- * // This is to uninstall the previous nvidia driver sudo the Add APT-Repository ppa: Graphics-the Drivers / ppa sudo APT - GET Update sudo APT -get install nvidia-410 # RTX 2080ti (Do not installed 430) reboot reboot //
2 CUDA installation and CUDNN
Installation according to the needs and corresponding cuDNN CUDA version, graphics on RTX 2080ti my choice is Tensorflow-gpu-1.13.0, CUDA 10.0, cuDNN 7.4
2.1 CUDA installation
In Yingwei Sheriff network to download the corresponding version of CUDA, https: //developer.nvidia.com/cuda-downloads
sudo sh cuda_10.0.130_410.48_linux.run 一直按回车键，直到服务条款显示到100%。接着按下面的步骤选择： accept n 【千万注意不要安装驱动，这会覆盖以前安装的驱动，导致后续出问题】 y y y 安装完成后，设置环境变量 sudo gedit /etc/profile 打开文件后在文件末尾添加路径，也就是安装目录，命令如下： export PATH=/usr/local/cuda-10.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64：$LD_LIBRARY_PATH # 保存
sudo reboot #重启电脑
nvcc --version # 查看cuda 的版本号，来检测cuda是否安装成功
2.2 cuDNN 的安装
在英伟达官网上下载对应的cuDNN版本，这个的下载需要注册，用QQ或者微信都上登录。
文件解压后，进行如下操作
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ # 移动文件 sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ # 移动文件 sudo chmod a+r /usr/local/cuda/include/cudnn.h # 给文件赋予对应的权限 sudo chmod a+r /usr/local/cuda/lib64/libcudnn* # 给文件赋予对应的权限 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 查看cudnn 版本号
3 、Anconda 的安装与相关库的配置
在Anconda 官网下载对应的Anconda，然后进行安装
bash Anaconda2-5.0.1-Linux-x86_64.sh # 按照提示安装Anconada conda create -n medical pip python=3.6 # 创建新环境 source activate medical # 激活虚环境
#使用清华源安装一些常见的库
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.0 # 安装tensorflow-gpu 1.13 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple SimpleITK # 安装SimpleITK
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pydicom # 安装pydicom
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple nibabel # 安装nibeal
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple MedPy==0.4.0 # 安装MedPY, 用于nii文件的读取
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python # 安装SimpleITK
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scikit-image # 安装scikit-image 用于图片的读取
# Anconda虚环境的相关操作 conda create -n name(要创建的虚环境名称） python=2.7 or 3.6 等 source activate name # 激活虚环境 source deactivate # 关闭虚环境 conda env list (列出所有的虚环境） conda remove -n name --all # 删除虚环境 conda remove -n name --packages
4、pycharm的安装及相关的配置
在pycharm官网上下载对应的pycharm,建议下载社区版即可，功能完全够用了，个人版的还需要破解。
打开终端，进入pycharm-2018.1.4/bin, 运行pycharm.sh 命令文件，开始安装。
sh ./pycharm.sh # 开始安装pycharm