Ubuntu 安装及相关深度学习安装

Ubuntu 系统安装及相关机器学习环境安装

1.  装机过程（Ubuntu）（系统，数据已分置两个盘，重装系统不影响数据安全）

a)  删除/etc/modprobe.d/blacklist-nouveau.(否则安装不了驱动，无法启动ubuntu安装程序)

b)  安装Ubuntu（可先设置网络连接）

c)  进入Ubuntu系统。使用ctrl+alt+F1，进入文本界面。

d)  禁用nouveau。

e)  reboot

f)  再次进入Ubuntu，Ctrl+Alt+F1进入控制台字符终端环境，无图形界面但用命令行也可以控制一切。Ctrl+Alt+F7切回图形界面。

g)  关闭x server。使用命令 sudoservice lightdm stop

h)  安装1080驱动。

i)  Sudo service lightdm start。检测驱动可用。

j)  进入 Ctrl+Alt+F1。再次关闭x server： sudo service lightdm stop

k)  安装cuda

l)  更改bashrc（增加两行，网上可查。最后要用 source ~/.bashrc使其生效（/后有“.”）

m)  Reboot ,在终端写入命令 Nvidia-smi 查询显卡CUDA是否安装成功。

n)  安装cudnn。cudnn是加速器，解压，复制，赋予读取权限。

o)  Done

2.  设备说明

a)  Ubuntu系统安装与256G的硬盘

b)  数据保存于1.9T硬盘，data文件夹下

c)  Pycharm安装于1.9T硬盘。桌面有快捷方式

d)  Anaconda3 安装于256G系统盘

3.  环境说明(主要包，numpy等常用包所有环境都已安装.新增包请随手添加到各环境后)

a)  使用说明

       i.     使用终端时，第一步先激活环境：命令为 source activate name(环境名)。关闭环境命令为 source deactivate.

      ii.     推荐在终端中使用命令行 anaconda-navigator启动图形界面安装所需包。（命令中间有“-”）

    iii.     安装包优先使用conda命令，如果condalist查找不到所需包，使用如下命令查找 anaconda search -t conda name(所需包名称)。如果找不到，再尝试使用pip命令安装。

b)  Python2.7(环境名称：py27)

       i.     Pytorch

      ii.     Torchvision

    iii.     Scikit-learn

c)  Python3.6pytorch(环境名称：py36pytorch)

       i.     Pytorch

      ii.     Torchvision

    iii.     Scikit-learn

      iv.     Keras

d)  Python3.6tensorflow(环境名称：py36tensorflow)

       i.     Tensorflow-gpu

      ii.     Torchvision

    iii.     Scikit-learn

      iv.     Keras

e)  Mxnet（环境名称：py36mxnet）

       i.     亚马逊推出的平台，速度快，尝鲜

      ii.     使用pip安装

    iii.     Cuda为8.0