Ubuntu16.04重装系统

安装显卡驱动

---

第一步 禁用nouveau

ubuntu 16.04默认安装第三方开源的驱动程序nouveau，所以应该首先禁用nouveau。

1.编辑blacklist.conf
sudo vim /etc/modprobe.d/blacklist.conf
注：若未安装vim则sudo apt-get install vim安装或使用vi
2.在文件最后部分插入以下两行内容
blacklist nouveau
options nouveau modeset=0
3.更新系统
sudo update-initramfs -u
4.重启系统
sudo reboot
5.验证nouveau是否已禁用
lsmod | grep nouveau
注：无显示则已禁用

---

第二步 下载驱动

在Nvidia官网下载合适的驱动程序，点这里。
记住显卡驱动文件所存放的位置，可以将其放在HOME目录下，如果是系统语言为中文的ubuntu系统，要新建一个英文的文件夹，否则在命令行模式下将找不到。

---

第三步 进入命令行模式，关闭lightdm

1.在ubuntu下按ctrl+alt+f1进入命令行界面。
2.输入：
	sudo service lightdm stop      //这个是关闭图形界面，不执行会出错。
3.卸载掉原有驱动：
	sudo apt-get remove nvidia-*  //若安装过其他版本或其他方式安装过驱动执行此项

---

第四步 安装显卡驱动

假设我的驱动文件是NVIDIA-Linux-x86_64-440.36.run

1.给驱动run文件赋予执行权限：
	sudo chmod  a+x NVIDIA-Linux-x86_64-440.36.run
2.安装：
	sudo ./NVIDIA-Linux-x86_64-440.36.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
3.安装过程中的选项：
	1.The distribution-provided pre-install script failed! Are you sure you want to continue? 
	选择 yes 继续。
	2.Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later?  
	选择 No 继续。
	3.问题没记住。
	选项是：install without signing
	4.问题大概是：Nvidia's 32-bit compatibility libraries? 
	选择 No 继续。
	5.Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up.  
	选择 Yes  继续。

---

第五步 查看Nivida

1.挂载Nvidia驱动：
	modprobe nvidia
2.检查驱动是否安装成功：
	nvidia-smi
注：出现显卡信息为安装成功。
3.重启
	sudo reboot

注:sudo ./NVIDIA-Linux-x86_64-440.36.run --uninstall 卸载显卡

---

设置更新与源地址

---

步骤

打开系统设置：

安装gnome桌面

1.打开终端，输入安装gnome的命令。
	sudo apt-get install gnome-panel
2.需要注销帐号再次登录。

注：小技巧，按住alt+win+右键可以删除顶上的小图标

---

安装搜狗输入法

点这里。

如果出现安装错误，执行：
	sudo apt-get install -f //解决依赖问题

---

安装谷歌浏览器

点这里。

---

安装Anaconda3

点这里。

1.修改~/.bashrc

2.添加export PATH=/home/lishanliao/anaconda3/bin:$PATH

3.source ~/.bashrc

---

安装Pycharm

点这里。
安装pycharm没有启动图标看这里。

---

安装keras

attention version unable.

$ sudo apt-get update
$ sudo apt-get upgrade
$ sudo apt-get install python-pip python-dev

更换pip源。

默认情况下，Ubuntu 在安装 Python 包时使用 Python 2（比如 python-pip）。如果你想
使用 Python 3，那么应该使用 python3 前缀代替 python。例如：
$ sudo apt-get install python3-pip python3-dev
使用 pip 安装包时要记住，它默认安装的是 Python 2 的包。想要安装 Python 3 的包，
你应该使用 pip3。
$ sudo pip install tensorflow-gpu

要修改pip源，可以自己创建文件，在pycharm中，执行pip命令。
用pip list 查看版本

(1) 安装 BLAS 库（这里安装的是 OpenBLAS），确保你可以在 CPU 上运行快速的张量运算。
$ sudo apt-get install build-essential cmake git unzip pkg-config libopenblas-dev liblapack-dev
(2) 安装 Python 科学套件：Numpy、SciPy 和 Matplotlib。无论是否做深度学习，如果想要
使用 Python 进行任意类型的机器学习或科学计算，这一步都是必需的。
$ sudo apt-get install python-numpy python-scipy python-matplotlib python-yaml
(3) 安装 HDF5。这个库最初由 NASA（美国国家航空航天局）开发，用高效的二进制格式
来保存数值数据的大文件。它可以让你将 Keras 模型快速高效地保存到磁盘。
$ sudo apt-get install libhdf5-serial-dev python-h5py
(4) 安装 Graphviz 和 pydot-ng，这两个包可以将 Keras 模型可视化。它们对运行 Keras 并不
是必需的，所以你可以跳过这一步，在需要时再来安装这些包。安装命令如下。
$ sudo apt-get install graphviz
$ sudo pip install pydot-ng
(5) 安装某些代码示例中用到的其他包。
$ sudo apt-get install python-opencv

---

下载Cuda

点击这里先查看版本间的对应关系再下载。

点击这里选择对应的版本下载。
我是直接下载xxx.run版本进行安装，需要注意的是，如果之前有安装显卡，那么安装cuda的时候要注意不要选中显卡驱动。
安装完毕后还需要进行环境的配置，在终端会给予提示，分别填入以下：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2

填好内容后，将其加在主目录下的 .bashrc文件里面。
再执行：

source .bashrc

然后在终端输入：

nvcc --version

如果显示如下图：

表示安装成功。

cat /usr/local/cuda/version.txt 查看当前版本

---

安装cuDNN

点这里，要先进行注册，然后选择对应的版本下载。
要选择下载cuDNN Library for Linux这一栏的内容。
下载后用 tar -xzvf解压压缩包。
安装过程实际上是把cudnn的头文件复制到CUDA的头文件目录里面去；把cuDNN的库复制到CUDA的库目录里面去。
首先需要将下载的cudnn解压，之后再执行如下命令：（大家也可以一个一个的移动到相应的cuda文件下）

# 复制cudnn头文件
sudo cp cuda/include/* /usr/local/cuda-对应版本/include/
# 复制cudnn的库
sudo cp cuda/lib64/* /usr/local/cuda-对应版本/lib64/
# 添加可执行权限
sudo chmod +x /usr/local/cuda-9.0/include/cudnn.h
sudo chmod +x /usr/local/cuda-9.0/lib64/libcudnn*

然后执行：

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

出现如下图所示，即安装完成：

查看版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

卸载：
sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*

---

Ubuntu16.4安装CUDA9.0+CUDNN7.1
Ubuntu16.04下安装cuda和cudnn的三种方法（亲测全部有效）

---

如果遇到了依赖问题，比如libxxxxx.9.0.so问题，只需要添加以下步骤即可解决！

• cd /etc/ld.so.conf.d
• sudo gedit cuda.conf
• 在cuda.conf中添加路径 /usr/local/cuda/lib64
• sudo ldconfig