Win10+Ubuntu+Anaconda+Tensorflow+PyTorch+GPU+Detectron2

0. 前向准备

进入Bios->(1)设置 security boot为Disable（否则nvidia驱动无法成功使用）.(2)更改硬盘模式为AHCI(否则ubuntu无法识别分区)

 

1.双系统：win10+ubuntu18.04

参考此链接安装双系统：https://blog.csdn.net/qq_28919991/article/details/83989958

备注：U盘最好大于10G

 

2. 安装nvidia显卡驱动：

（1）更换apt-get为清华源：https://blog.csdn.net/qq_31456593/article/details/89638163

（2）执行如下命令后重启电脑：

sudo add-apt-repository ppa:graphics-drivers
sudo apt-get update

sudo apt purge nvidia*
ubuntu-drivers devices            # 可以看到显卡等设备，和推荐的驱动
sudo ubuntu-drivers autoinstall   # 安装推荐驱动，通常是最新版

 （3）通过nvidia-smi测试是否安装成功。

 

3. 安装Anaconda

参考此链接安装Anaconda:https://blog.csdn.net/qq_28919991/article/details/83989958

其中anaconda安装文件下载太慢可以从清华源镜像站获取：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

 

4.通过Conda 安装tensorflow, pytorch GPU版本，无需单独装cuda,cudnn

(1)更换conda源为清华源：(国外镜像太慢！！！)

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

(2)创建虚拟环境：这里以acai为例

conda create --name acai   # Create a Python "virtual environment" for TensorFlow using conda
conda activate acai       # 注意运行此命令后，命令行开头的提示变为(acai) user@computer:~$，表示acai环境处于激活状态
# 后面的命令，都在acai环境下执行，我保留了命令行的提示，以示区别

(acai) user@computer:~$ conda install tensorflow-gpu -y 
(acai) user@computer:~$ conda install pytorch-gpu -y 

5. 通过Conda 安装 Detectron2

（1）conda activate acai

（2）参考此链接安装依赖项：https://segmentfault.com/a/1190000021745922

（3）在执行链接中第七步之前，可以先将detectron包git到本地后，打开setup.py文件，通过conda将setup.py中的依赖项都安装一下，例如 conda install pydot -y.