雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程+Anaconda3搭建深度学习环境tensorflow-gpu

雷神新911PRO晖金二代win10+ubuntu16.04系统安装教程

1、ubuntu16.04安装

1.1、ubuntu16.04下载

建议大家直接到ubuntu官网下载ubuntu的安装包
链接: https://releases.ubuntu.com/16.04/ubuntu-16.04.6-desktop-amd64.iso.

1.2、安装U盘制作

UltraISO下载并制作安装，官网下载或者直接在网上下载UltraISO，打开后点击使用就行。为避免后面无法使别到U盘，制作过程中需将写入方式应选择USB-ZIP，详细步骤请参考博客: https://blog.csdn.net/fu6543210/article/details/79722615。

1.3、ubuntu16.04安装

出现开机画面时按F2进入bios界面，将Secure Boot设置为Disabled，F10保存并退出。重启计算机，出现开机画面按住F12，选择U盘启动。接下来根据提示安装ubuntu16.04，详情请参考链接: https://blog.csdn.net/lingyunxianhe/article/details/81415675。分区大小根据需求和硬件自行修改。

2、识别不到无线网卡

雷神新911PRO晖金二代显卡是intel WIFI6 AX201，安装ubuntu16.04后会出现无线网卡无法识别的现象，左上角没有无线图标或者没有连接wifie的选项。先通过有线安装无线网卡，无线网卡为ubuntu官方给出的linux-firmware_1.187_all.deb，详情请参考博客链接:
https://blog.csdn.net/dieju8330/article/details/101422743.

3、RTX2070S显卡驱动安装

3.1、驱动下载

从NVIDIA官网下载驱动（我安装的NVIDIA-Linux-x86_64-440.82.run），链接: https://www.geforce.cn/drivers.选择合适的版本下载，放在英文目录下，后续操作可能无法识别中文目录。

3.2、驱动安装

如果之前有安装驱动，需要先卸载旧版本驱动，没有就不用：
$sudo apt-get remove nvidia-*
$sudo apt-get autoremove (加上才能卸载干净原驱动)

禁用Nouveau,还有一种方法是在/etc/modprobe.d/blacklist.conf的最后一行加上
blacklist nouveau
options nouveau modeset=0
然后使其生效：
$sudo update-initramfs -u
使用这个命令看是否有输出，如果没有证明禁用成功
$lsmod | grep nouveau

开始安装
输入CTRL+ALT+F1进入文本模式
关闭显示服务：
$sudo service lightdm stop
$cd 文件目录
权限：
$chmod a+x NVIDIA-Linux-x86_64-418.43.run
这里注意用自己的安装包名称
$sudo ./NVIDIA-Linux-x86_64-418.43.run -no-opengl-files

安装过程中：

在NVIDIA驱动安装过程中，依次的选项为：

选：accept（注：白色为选中，不是红色）

The distribution-provided pre-install script failed … …

选：Continue installation

Would you like to run the nvidia-xconfig utility to automatically update your X Configuration file so set the NVIDIA X driver will be used when you restart X?

选：NO

Install 32-Bit compatibility libraries?

选：NO

启动显示服务

$sudo service lightdm restart（将自动跳转到桌面）

查看Nvidia驱动是否安装成功

$nvidia-smi

显示信息的话表示安装成功

3、深度学习环境安装

3.1 安装Anaconda3

官网下载链接:
https://repo.anaconda.com/archive/Anaconda3-2020.02-Linux-x86_64.sh。
下载后在Anaconda3-2020.02-Linux-x86_64.sh文件目录下开始安装

// An highlighted block
bash Anaconda3-2020.02-Linux-x86_64.sh

详情可参考链接:
https://blog.csdn.net/u012318074/article/details/77074665.

3.2 安装tensorflow-gpu

直接跳过cuda和cudnn的安装，通过conda install tensorflow-gpu一步到位。如果只是使用官方源的话可能会很慢，导致超时，因此需要添加其他的源，如清华提供的源：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/。更多的源可以参考https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

// An highlighted block
conda install tensorflow-gpu;

3.3 深度学习环境测试

测试程序为

import tensorflow as tf 
import timeit 
with tf.device('/cpu:0'): 
	cpu_a = tf.random.normal([10000, 1000]) 
	cpu_b = tf.random.normal([1000, 2000]) 
	print(cpu_a.device, cpu_b.device)
with tf.device('/gpu:0'): 
	gpu_a = tf.random.normal([10000, 1000]) 
	gpu_b = tf.random.normal([1000, 2000]) 
	print(gpu_a.device, gpu_b.device) 
def cpu_run(): 
	with tf.device('/cpu:0'): 
		c = tf.matmul(cpu_a, cpu_b) 
	return c 
def gpu_run(): 
	with tf.device('/gpu:0'): 
		c = tf.matmul(gpu_a, gpu_b) 
	return c 
# warm up 
cpu_time = timeit.timeit(cpu_run, number=10) 
gpu_time = timeit.timeit(gpu_run, number=10) 
print('warmup:', cpu_time, gpu_time) 
cpu_time = timeit.timeit(cpu_run, number=10) 
gpu_time = timeit.timeit(gpu_run, number=10) 
print('run time:', cpu_time, gpu_time)

通过watch -n 1 nvidia-smi 命令实时查看GPU运行情况，运行上面程序，GPU使用情况发生变化则深度学习环境搭建成功。

上述为个人在雷神新911PRO晖金二代win10+ubuntu16.04搭建深度学习环境所踩的坑，通过博客记录下来供以后参考和广大博友避坑。第一次写博客，若有错误望批评指正，博客内容若有侵权请联系删除