ubuntu16.04 计算视觉算法相关软件安装 亲测可用

1.安装nvidia 驱动

1.1下载官方驱动程序

http://www.geforce.cn/drivers

根据自己的显卡显卡型号选择相应的驱动

1.2屏蔽nouveau驱动

输入 cd /lib/modules

输入 ls
会显示4.13.0-37-generic，4.13.0-36-generic,我们目标是最新的那个版本，每个人可能不同，记得下面输入选择自己电脑上最新的那个版本号就行了
输入 sudo mv /lib/modules/4.13.0-37-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko /lib/modules/4.13.0-37-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org

更新操作

sudo update-initramfs -u

重启计算机!!! 重启计算机!!! 重启计算机!!!

可以查看是否屏蔽成功，没有任何输出即为成功

输入 lsmod | grep nouveau

1.3开始安装

先按Ctrl + Alt + F1到控制台，关闭当前图形环境

sudo service lightdm stop

再安装驱动程序

sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run
sudo ./NVIDIA-Linux-x86_64-xxx.run -no-x-check -no-nouveau-check -no-opengl-files 

最后重新启动图形环境

sudo service lightdm start 

1.4.验证安装

nvidia-smi

2 cuda 安装

下载地址：

https://developer.nvidia.com/cuda-toolkit-archive

2.1安装

sudo sh cuda_10.1.168_418.67_linux.run

会出安装提示，在这我们需要注意不要安装nvidia 驱动

 2.2配置环境变量：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1

3安装cudnn

下载地址：https://developer.nvidia.com/rdp/cudnn-archive

3.1解压和复制

解压cudnn-9.0-linux-x64-v7.3.1.20.solitairetheme8的后缀名修改为tgz，然后用如下命令解压

tar -xzvf cudnn-9.0-linux-x64-v7.tgz

解压下载的文件，可以看到cuda文件夹，在当前目录打开终端，执行如下命令：

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
 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

3.2查看cudnn版本

在终端输入

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

4 安装拼音输入法

我们选择googlepinyin

sudo apt-get install fcitx
sudo apt install fcitx-googlepinyin

1.system setting-> language support -> keyborad input method system 选择 fcitx

3. Log Out，再Log In

4. 在屏幕右上角，点击企鹅图标，在下拉菜单中选中Text Entry Setting...

5. 在Text Entry对话框中，找到Input sources to use列表，点击加号"+"按钮

6. 在查找输入框中输入"Google"，应该能发现Google Pinyin (Fcitx)，选中该选项

7. 使用"Ctrl + Space"即可切换输入法

5 安装opencv

下载opencv：https://opencv.org/releases/

sudo apt-get install cmake

5.1安装相关依赖

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config

5.2 安装

mkdir build

cd build

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

在这一步出现下载ippicv阻塞

我们需要另行下载ippicv

opencv 解决ippicv下载失败问题ippicv_2019_lnx_intel64_general_20180723.tgz离线下载

 gedit ~/opencv_source/opencv/3rdparty/ippicv/ippicv.cmake #就是这个文件的路径

将47行

  "https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}ippicv/"

改为中手动下载的文件的本地路径(也就是将网络下载的模式改为本地文件下载的模式):

“file:~/home/temp/” #（仅供参考，根据自己的路径填写）

sudo make install

5.3 配置

sudo gedit /etc/ld.so.conf.d/opencv.conf 

添加：

/usr/local/lib  

生效

sudo ldconfig 

配置bash

sudo gedit /etc/bash.bashrc 

在末尾添加：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
export PKG_CONFIG_PATH

生效：

source /etc/bash.bashrc

找到 opencv/samples/cpp/example_cmake 目录下，官方已经给出了一个cmake的example，我们可以拿来测试下。按顺序执行： 

cmake .
make
./opencv_example

6 安装tensorflow

sudo pip install -U virtualenv

virtualenv --system-site-packages -p python3 ./tf2_py3

source tf2_py3/bin/activate

pip install tensorflow-gpu==2.0.0-alpha0

验证

sudo apt install ninja-build

import tensorflow as tf

print(tf.__version_)
tf.test.is_gpu_available()

7.安装vscode

• sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make
• sudo apt-get update
• sudo apt-get install ubuntu-make
• umake ide visual-studio-code

8.升级pip3(其他方式升级后，还是老的版本)

• curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py

• python3 get-pip.py

• pip3 -V

python3.7 install 

https://segmentfault.com/a/1190000018264955