Ubuntu18.0.4深度学习环境搭建及相应软件安装（Update）

linux系统搞坏过几次，总结一下自己要用到的工具，做个备忘录，方便快速对系统进行恢复。

安装ubuntu，系统盘制作

https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-windows#1

https://rufus.akeo.ie/?locale=zh_CN

系统安装（实用）

安装时选择install Ubuntu18.04与windows10共存，不选择分区更好(多次试验心得)，不会产生任何错误，现在的系统已经能做到自动最优化安装了。

---

激活小工具（迷你版KMS，激活office等windows产品及系统）

下载地址，提取码：mrgu

---

安装搜狗输入法

https://jingyan.baidu.com/article/e75057f20d9521ebc91a890a.html

sudo apt-get install vim-gtk #vim安装

(配置pip安装时下载使用清华镜像) https://blog.csdn.net/u012436149/article/details/66974668
（配置conda安装时的清华镜像）

---

安装Anocanda

https://blog.csdn.net/teeyohuang/article/details/79076239
sudo apt install python3-pip(获取pip3)

安装tensorflow，tensorflow-gpu（正确的驱动、cuda、cudnn安装往下翻）
(简易版conda安装)https://www.cnblogs.com/foxblogs/p/8179143.html

---

pycharm安装

https://www.jb51.net/article/129083.html

---

teamviewer安装

https://blog.csdn.net/wu_l_v/article/details/79184923

---

截图工具：

修改截图工具快捷键，安装深度截图deepin-screenshot
可直接在Ubuntu软件中搜索deepin-screenshot，会出现深度截图软件，安装即可。具体设置方法，可参照https://zhangge.net/1803.html

---

安装opencv（通用版）

https://blog.csdn.net/gxuphf123/article/details/81121791

---

安装C++编译器（clion16）

https://blog.csdn.net/weixin_36926794/article/details/80291034
激活 https://blog.csdn.net/krais_wk/article/details/80970355

---

安装GPU版本的tensorflow

https://blog.csdn.net/sinat_26881295/article/details/78632787
（1）安装显卡驱动

sudo apt-get purge nvidia-*  # 删除可能存在的已有驱动
sudo add-apt-repository ppa:graphics-drivers/ppa  # 添加第三方驱动源
sudo apt-get update  # 更新源，运行
sudo apt-cache search nvidia-* # 查询nvidia驱动可用版本
sudo apt-get install nvidia-390  # 这里选择安装nvidia-390
sudo reboot //重启
# 重启后执行下面NOTE的步骤
# 检验是否安装成功
nvidia-smi   
nvidia-settings 

NOTE （后来安装，可能没有出现这个也么事，跳过该步骤就可）
（2）reboot重启后正确的做法如下：

1. 当进入蓝色背景的界面perform mok management 后，选择 enroll mok , 
2. 进入enroll mok 界面，选择 continue , 
3. 进入enroll the key 界面，选择 yes , 
4. 接下来输入你在安装驱动时输入的密码， 
5. 之后会跳到蓝色背景的界面perform mok management 选择第一个 reboot

（3）安装cuda9.0下载地址

Note:install2，输入秘钥key，可根据第一条命令的提示进行输入。

将补丁一并安装即可。

note: sudo apt-get install cuda安装出现有软件包有未满足的依赖关系时，可使用sudo aptitude install cuda进行安装。

（4）安装cudnn下载地址，参考自博客

sudo dpkg -i libcudnn7_7.0.5.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.0.5.11-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.0.5.11-1+cuda9.0_amd64.deb
# 验证
sudo apt-get install libfreeimage3 libfreeimage-dev
cp -r /usr/src/cudnn_samples_v7/ $HOME
cd $HOME/cudnn_samples_v7/mnistCUDNN
sudo make clean && sudo make
./mnistCUDNN

验证时–sudo make clean && sudo make–出现error：“unsupported GNU version! gcc versions later than 6 are not supported!”，解决方案参考点这里，gcc版本与cuda版本不兼容的原因，输入以下命令安装相应版本即可

# 先安装gcc和g ++ 6：
sudo apt install gcc-6 g++-6
# cuda 9.0
sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc 
sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++

(5)安装gpu版本tensorflow，即可

sudo pip3 install tensorflow-gpu

建立tensorflow虚拟环境

conda create -n tensorflow python=3.6

xgboost安装

anaconda search -t conda xgboost
conda install -c anaconda py-xgboost

---

git教程，廖雪峰

https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000

---

jupyter notebook添加目录

• https://blog.csdn.net/tina_ttl/article/details/51031113#72-%E4%B8%BAjupyter-notebook%E6%B7%BB%E5%8A%A0%E7%9B%AE%E5%BD%95%E5%8A%9F%E8%83%BD
• https://www.cnblogs.com/shuaishuai-it/p/7170343.html