Ubuntu16.04系统安装及tensorflow1.0环境配置

• 制作U盘为启动盘

1. 从Ubuntu官网下载Ubuntu-16.04 iso文件：Ubuntu系统下载 | Ubuntu

2. 下载UltraISO软件并安装：https://dw2.ezbsystems.com/uiso9_pe.exe

3. 打开UltraISO软件，点击：文件-打开-iso文件地址

4. 点击：启动-写入硬盘映象-选择作为启动盘的U盘（使用前需格式化），点击写入

• 安装Ubuntu16.04系统

1. 插入启动盘，启动电脑，点击：delete，进入BIOS设置，将优先启动项设置为UEFI即U盘，保存设置并退出

2. 重启电脑，选择install Ubuntu，按步骤继续

3. 在installation type选择Erase disk and install Ubuntu(即可格式化原系统分区)

4. 按步骤继续，安装完成，重启即可

• Anaconda3安装

拷贝ananconda3，修改相关路径：

1）vim编辑 ~/.bashrc，加入./anaconda3/bin的路径到环境变量，source  ～/.bashrc

2）用vim编辑，修改以下文件的首行，文件在./anaconda3的bin文件夹里面

• ./bin/conda

• ./bin/activate

• ./bin/deactivate

• ./bin/pip

• ./bin/pip3

• ./anaconda3/etc/profile.d/conda.sh

3)退出虚拟环境：conda deactivate

• tensorflow1.0环境配置(参考链接Ubuntu16.04配置Tensorflow的GPU深度学习环境_Stephen的博客-CSDN博客)

1. 安装Nvidia驱动(参考链接https://blog.csdn.net/lihe4151021/article/details/90083431?ops_request_misc=&request_id=&biz_id=102&utm_term=nvidia驱动安装&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-2-90083431.nonecase&spm=1018.2226.3001.4187)：查看显卡信息(lspci | grep -i nvidia)-Nvidia官网下载相应驱动(官方驱动 | NVIDIA)-安装( sudo ./NVIDIA-Linux-x86_64-396.18.run -no-x-check -no-nouveau-check -no-opengl-files)-查是否安装成功(nvidia-smi)
2. 安装cuda(参考链接CUDA Toolkit 10.2 Download | NVIDIA Developer)：下载相应版本cuda-安装(sudo sh cuda_8.0.44_linux.run --override)-环境配置(export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}; export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}})-检查是否安装成功
3. 安装cuDNN(参考链接ubuntu16.04安装cuDNN的两种方式以及验证_Cooper.zhang-CSDN博客_cudnn验证):下载相应版本cuDNN(cuDNN Archive | NVIDIA Developer)-安装
4. 安装tensorflow-gpu：tensorflow1.0拷贝至./anaconda3/envs/；终端激活环境(conda activate tensorflow1.0)或 conda activate tensorflow-gpu

• VS code安装

1. 下载deb文件：Download Visual Studio Code - Mac, Linux, Windows
2. 在文件所在目录下安装：sudo dpkg -i code_1.63.2-1639562499_amd64.deb
3. 启动：code

• Google浏览器安装

1. 下载：wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
2. 安装：sudo dpkg -i  google-chrome*
3. 启动：google-chrome &

参考链接：

​​​​​​​​https://blog.csdn.net/w1301100424/article/details/820533