Win10与Ubuntu双系统下安装tensorflow2.0全流程备忘录_ubuntu双系统安装tensorflow-CSDN博客

本文链接：https://blog.csdn.net/fanxuelian/article/details/103501461

Win10与Ubuntu双系统下安装tensorflow2.0个人备忘录

全部流程

全部流程

流程有点儿多，慢慢写，慢慢看。已经不知道多少次重装系统了，每次都得折腾好久，折腾得心累，写个流程记录一下吧，方便下次重装。

安装Windows10

下载
没啥好说的，去官网下载一个iOS镜像文件，刻录到光盘里。

需要注意的是，要将BIOS的启动方式修改为UEFI模式。以我的华硕主板为例，开机F2进入BIOS设置，进入高级模式。在“启动”中找到“CSM模式”，关掉。
磁盘使用GPT模式，对于MBR模式的，使用Windows自带的工具进行转换。

右键此电脑，管理，存储，磁盘管理，右键每一个磁盘，看看哪个需要转换。
以管理员身份运行cmd
验证和转换，0替换为要转换的磁盘编号

mbr2gpt /disk:0 /validate /allowfullos
mbr2gpt /convert /disk:0 /allowfullos

安装Ubuntu18.04

下载
还是先刻盘。安装时先进入试用模式，在软件更新器中将下载源换成国内的，我每次都用华为的源。将电源选项改为常亮（我遇到了息屏后安装会停止的问题）。接着开始安装。

语言选为中文。
键盘为默认汉语。
四个选项选1正常安装和3下载更新。
选第一个与Windows共存。
只留一个新的空盘安装Ubuntu，此时会自动选择该盘。
时区选上海
设定用户名密码，开始安装。
漫长的等待……
重启。
修改华为源，更新软件。

我在安装时遇到了一个无法创建grub启动的问题，Google说这是Ubuntu的bug，给出的解决方法是在这一步选择下载更新，所以第三步一定要选下载更新，但是不保证一定能成功，我在选了下载更新的情况下失败过一次，这时候最简单的方法就是重装Ubuntu，就是比较费时间。

在安装失败重装Ubuntu时，先进Windows清空磁盘。这时候可能会出现黑屏，几句话加一个“grub：”，输入exit后进入Windows。还是在刚才的磁盘管理处，删除安装Ubuntu的磁盘，这时候可能会遇到Ubuntu系统的EFI分区用磁盘管理删除不掉。参考theoreoeater的这篇博客，轻松搞定。

安装nVidia驱动

禁用nouveau

首先创建文件

~$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

在文件中输入

blacklist nouveau
options nouveau modeset=0

保存退出后更新配置

~$ sudo update-initramfs -u

重启电脑

~$ reboot

检测驱动是否禁止，无输出，则禁止成功

~$ lsmod | grep nouveau

安装nVidia驱动

下载
首次检查是否装有gcc

~$ gcc –version

如果没有就安装一个

~$ sudo apt update
~$ sudo apt install build-essential
~$ gcc --version

接着安装nVidia驱动。先进入安装文件目录，

~$ cd install_package

安装nVidia驱动没必要关闭图形界面。不知道为啥网上查到的都让先关闭图形界面，对于我这种Linux菜鸡来说，没有图形界面怎么活……

~$ sudo chmod a+x NVIDIA-Linux-x86_64-390.59.run
~$ sudo ./NVIDIA-Linux-x86_64-440.36.run

必然会报错The distribution-provided pre-install script failed!，不必理会，继续安装。出现是否使用nv的xconfig文件时选yes。

~$ reboot
~$ nvidia-smi

这时可以看到驱动已经是440了，但是cuda version是10.2，关于cuda版本没搞懂啥意思，后续装完10.0的cuda，还是显示10.2，但是不影响使用。

安装Anaconda

下载
把.sh文件拖入终端执行，有个关于conda的yes/no的选项，选yes。

安装cuda

下载
如果之前安装过cuda，先卸载。卸载cuda很简单，一条命令就可以了，主要执行的是cuda自带的卸载脚本。

~$ sudo /usr/local/cuda-10.0/bin/uninstall_cuda_10.0.pl

使用deb安装的没有pl文件，删除方式如下

$ sudo apt-get remove --purge cuda
$ sudo apt-get autoremove

之后删除文件夹中的剩余文件。

~$ sudo rm -rf /usr/local/cuda-8.0/

Ubuntu可以用run文件安装，也可以用deb安装。我推荐使用run文件安装，不容易出错。运行run文件

~$ sudo sh cuda__linux.run

各个选项，有两个地址的直接enter

accept
n（驱动前边已经安装了）
y
y
y

重启电脑

~$ reboot

使用deb安装

$ sudo dpkg -i cuda-repo-.deb
$ sudo apt-key add /var/cuda-repo-/7fa2af80.pub
$ sudo apt-get update
$ sudo apt-get install cuda
当sudo apt-get install cuda报错无法修正错误，因为您要求某些软件包保持现状，就是它们破坏了软件包间的依赖关系，这时候换用下面的
$ sudo aptitude intall cuda

在终端中打开（也可以找到文件直接打开）bashrc

~$ sudo gedit ~/.bashrc

在文件中输入

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}  
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存退出。验证cuda（感觉没啥必要）

~$ cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
~$ sudo make
~$ ./deviceQuery

最后出现“Result = PASS”就没问题了。

查看cuda版本

~$ cat /usr/local/cuda/version.txt

安装cudnn

下载
同样可以使用两种类型的文件安装，我推荐使用tgz文件，使用deb文件安装后不方便查看cudnn版本。

进入tgz所在文件夹，解压tgz文件（其实直接将tgz拖进来使用绝对路径就可以）

~$ tar -xzvf cudnn-10.0-linux-x64-v7.6.5.32.tgz

复制文件到cuda中

~$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
~$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
~sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

查看cudnn版本

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

安装tensorflow

下载
使用whl文件安装，加上清华的源，因为安装中要下载一些包。

~$ pip install XX.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装opencv

下载
使用whl文件安装。

~$ pip install XX.whl

安装gdal

下载
下载whl，先尝试用pip安装。

~$ pip install XX.whl

之前用pip安装一直都能成功，这次重装不知道哪儿搞岔气了，使用pip安装gdal告诉我当前平台不支持这个whl文件，试了两个版本的whl文件都不行，搜了半天也没找到原因。

最后没办法了，使用conda安装的。

~$ conda install gdal

使用conda前，先换成清华的源，不然速度慢不说，最受不了的是有一些文件下着下着就断了……

按照官方给的方法替换，网上搜出来的替换之后不成功。

安装vscode

下载
上官网下个deb文件双击运行安装，之后再装几个插件。

Anaconda Extension Pack
Chinese (Simplified)
Python
YAML

在使用tensorflow时遇到了一个错误提示“No name “python” in module”，虽然这并不是个错误，不影响使用，但是强迫症看着难受。简单搜了一下，参考这篇博客修改一下设置。新版vscode只需要修改一项，在设置中找到python.linting.pylintEnable，取消勾选，OK。