Ubuntu系统安装-1080

查看系统内核：

安装Nvidia显卡的官方驱动和系统自带的nouveau驱动冲突，禁用nouveau
3.0.0-12是内核版本号

安装显卡驱动

• 禁用Ubuntu自带驱动nouveau:在/etc/modprobe.d/blacklist.conf中添加：blacklist nouveau options nouveau modeset=0
• 安装ppa源：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo add-apt-repository ppa:xorg-edgers/ppa

• 更新文件和内核

sudo apt-get update
sudo update-initramfs -u

• 重启
  进入system settings中的software & updates里进行additional drivers的更新，然后重启即可完成。
  切记一定要重启 reboot

重启后可发现字体变大，此时系统自带显卡驱动卸载成功
Ctrl+Alt+F1 进入命令行界面

• 关闭图形化界面

sudo service lightdm stop

• 卸载原有驱动

  sudo apt-get remove nvidia-* 

• 给显卡驱动文件赋予权限

sudo chmod  a+x NVIDIA-Linux-x86_64-450.80.02.run

• 安装驱动

sudo ./NVIDIA-Linux-x86_64-450.80.02.run -no-x-check -no-nouveau-check -no-opengl-files //只有禁用opengl这样安装才不会出现循环登陆的问题

-no-x-check：安装驱动时关闭X服务

-no-nouveau-check：安装驱动时禁用nouveau

-no-opengl-files：只安装驱动文件，不安装OpenGL文件

• 检测安装是否成功

nvidia-smi
nvidia-settings

安装CUDA

首先需要为 cuda_10.0.130_410.48_linux.run 设置管理员权限

sudo chmod -R 777 ./cuda_10.0.130_410.48_linux.run
sudo ./cuda_10.0.130_410.48_linux.run

安装 提示

Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 410.48?
(y)es/(n)o/(q)uit: no

Install the CUDA 10.0 Toolkit?
(y)es/(n)o/(q)uit: yes

Enter Toolkit Location
 [ default is /usr/local/cuda-10.0 ]: 

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: no

Install the CUDA 10.0 Samples?
(y)es/(n)o/(q)uit: no

安装完成后添加环境变量
在用户根目录下，找到.bashrc文件并打开，在最后添加下面三行文本，保存并退出

cd ~
sudo vim .bashrc  //打开.bashrc文件
添加以下内容
# added by cuda 10.0 installer
export PATH="/usr/local/cuda-10.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH"

环境变量安装成功后，需要重新加载

source ./bashrc

检测安装结果

nvcc --version

安装cuDNN

首先设置权限

# 设置权限
sudo chmod a+x cudnn-10.0-linux-x64-v7.4.2.24.tgz
# 解压文件
tar -xzvf cudnn-10.0-linux-x64-v7.4.2.24.tgz
# 创建文件夹
sudo mkdir /usr/local/cuda
sudo mkdir /usr/local/cuda/lib64
sudo mkdir /usr/local/cuda/include
# 把解压后的文件复制到本地文件夹
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
# 为文件设置权限
sudo chmod a+r /usr/local/cuda/include/cudnn.h  /usr/local/cuda/lib64/libcudnn*
# 验证安装是否成功
cat /usr/local/cuda/include/cudnn.h |grep CUDNN_MAJOR -A 2
 

sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.1_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.1_amd64.deb

cp -r /usr/src/cudnn_sample_v8/ ./
cd cudnn_sample_v8
make clean && make
./mnistCUDNN

如果显示以下内容则表示成功

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 4
#define CUDNN_PATCHLEVEL 2
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

install torch1.9.0

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

安装pycharm

将pycharm压缩包解压缩至指定文件夹中

sudo cp ./pycharm-community-2020.2.1.tar.gz /home/sprite/software/

使用命令行解压

tar -xzvf pycharm-community-2020.2.1.tar.gz 

或在图形化界面使用右键提取
进入pycharm的安装目录下的bin目录下
执行以下语句即可打开pycharm软件

sh ./pycharm.sh

ubuntu16.04更换国内源

1.备份原始源文件source.list

桌面打开终端，执行命令：sudo  cp   /etc/apt/sources.list   /etc/apt/sources.list.bak

2.修改源文件sources.list

（1）终端执行命令：sudo chmod 777 /etc/apt/sources.list 更改文件权限使其可编辑；

（2）执行命令： sudo gedit /etc/apt/sources.list 打开文件进行编辑；

（3）删除原来的文件内容，复制下面的任意一个到其中并保存（常用的是阿里源和清华源，推荐阿里源）；

阿里源：

deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted universe
multiverse

deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted
universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted
universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ xenial-proposed main restricted
universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted
universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted
universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main
restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main
restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-proposed main
restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main
restricted universe multiverse

清华源：

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main
restricted universe multiverse

deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main
restricted universe multiverse

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main
restricted universe multiverse

deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates
main restricted universe multiverse

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main
restricted universe multiverse

deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports
main restricted universe multiverse

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main
restricted universe multiverse

deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security
main restricted universe multiverse

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main
restricted universe multiverse

deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed
main restricted universe multiverse

3.更新源

桌面终端执行命令：sudo apt update更新软件列表，换源完成。

修改Anaconda源

1、命令方式

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

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

conda config --set show_channel_urls yes

2、修改配置文件
在根目录下 vim .condarc 配置如下，删除-default

安装Tensorflow

• 新建一个Python3.6的虚拟环境 名为py36

conda create -n py36 python=3.6

• 创建完成后，激活虚拟环境

conda activate py36

• 此时查看python版本即为3.6的最高版本
• 安装tensorflow

pip install tensorflow_gpu-1.13.1-cp36-cp36m-manylinux1_x86_64.whl

使用pycharm引入tensorflow时，出如下错误

libcudnn.so.7: cannot open shared object file: No such file or directory
或者是以下错误
libcudnn.so.10.0: cannot open shared object file: No such file or directory

若确定cuda版本和tensorflow版本对应时，一般问题是没有创建软连接，即CUDNN连接建立问题
执行以下命令可进行排除是否是该问题

sudo ldconfig /usr/local/cuda-10.0/lib64

若提示以下错误，则表示是该问题

sudo ldconfig报错： /sbin/ldconfig.real:
/usr/local/cuda-10.0/lib64/libcudnn.so.7 不是符号连接

解决办法：创建软连接，其中7.4.2是版本号（根据个人版本进行修改，版本号可在/usr/local/cuda/lib64文件夹下查看）

sudo ln -sf /usr/local/cuda-10.0/lib64/libcudnn.so.7.4.2 /usr/local/cuda-10.0/lib64/libcudnn.so.7

一定要注意本机cuda的安装路径，有时根据网上不同的教程，对用的安装目录是不同的，比如cuda或者cuda-10.0，若安装路径是cuda-10.0则在/usr/local/cuda-10.0/lib64下创建软连接，查看是否有该文件

ll /usr/local/cuda-10.0/lib64/libcudnn* #查看该文件下libcudnn开头的文件

若无则从 /usr/local/cuda/lib64/文件夹拷贝至该文件夹

如果以上问题解决后，引入tensorflow输出结果，但提示以下错误：

FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is
deprecated; in a future version of numpy, it will be understood as
(type, (1,)) / ‘(1,)type’. _np_qint8 = np.dtype([(“qint8”, np.int8,
1)])

则表示numpy版本太高，与tensorflow版本匹配，选择低点的numpy版本安装即可

重启后显卡驱动不存在问题

提示错误信息如下：

NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver.

输入以下命令后，重启即可

sudo apt install dkms
sudo dkms install -m nvidia -v 410.78

其中410.78是显卡版本号，可根据以下指令查看

ls /usr/src | grep nvidia