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.