- 制作U盘为启动盘
-
从Ubuntu官网下载Ubuntu-16.04 iso文件:Ubuntu系统下载 | Ubuntu
-
下载UltraISO软件并安装:https://dw2.ezbsystems.com/uiso9_pe.exe
-
打开UltraISO软件,点击:文件-打开-iso文件地址
-
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
-
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
-
重启电脑,选择install Ubuntu,按步骤继续
-
在installation type选择Erase disk and install Ubuntu(即可格式化原系统分区)
-
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)
- 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)
- 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
- 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
- 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
- 下载deb文件:Download Visual Studio Code - Mac, Linux, Windows
- 在文件所在目录下安装:sudo dpkg -i code_1.63.2-1639562499_amd64.deb
- 启动:code
-
Google浏览器安装
- 下载:wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
- 安装:sudo dpkg -i google-chrome*
- 启动:google-chrome &
参考链接:
https://blog.csdn.net/w1301100424/article/details/820533