cuda ubuntu安装_[AI]关于怎么在ubuntu配置cuda，cudnn之类的……

是这样的，我最近在试着弄一个yolo的环境。yolo的基础是darknet，darknet需要从源码编译，而且是在linux环境下的源码编译。考虑到gpu加速的问题，自然也希望能上cuda，另外tensorflow这个框架也还准备学，所以cuda和cudnn都需要配置好。所以最近一个多星期有空的时候就在琢磨这个事情。

双系统

首先，windows 10 + ubuntu的wsl这条路是走不通的，我发现连NVIDIA的驱动都装不上，ubuntu wsl版本的kernel也是奇奇怪怪，所以最直接的办法就是上真·双系统。那么说到安装双系统，这就是一个大坑，一不小心两个系统一起报废。

我的经验就是，安装的时候，1. 找另外一台电脑打开安装教程，然后仔仔细细的跟着做，不要瞎搞。2. 拔掉网线可以提升安装速度 3. 如果长期停在探测文件系统，可以参考这里，尝试sudo umount -l /isodevice

然后安装的流程，包括传统启动引导mbr和新版本启动引导ufei应该怎么装双系统，可以参考下面两个来源：

传统引导：

windows10安装ubuntu双系统教程（绝对史上最详细） - 不妨不妨，来日方长 - 博客园

ufei引导

Windows10安装ubuntu18.04双系统教程 - 不妨不妨，来日方长 - 博客园

关键的地方都是要实现准备好空间，备好一个独立的（200mb）的分区作为启动引导区

ubuntu下安装cuda及cudnn

主要参考tensorflow下面的这个说明，了解到需要依次安装显卡驱动，cuda以及cudnn，尤其需要注意的是各个组间推荐的版本，尽量依照推荐去安装以保证兼容性。

显卡驱动

在ubuntu下面可以使用系统的software update，参考这里去安装，因为是全gui操作，还是相当简单的（可能不会弄到最新的驱动，但是基本也可以满足需求了，tensorflow目前需要418以上版本）

cuda

cuda的安装可以参考cuda的官方文档。文档中Post-installation Actions部分需要注意照做，否则path跟不上。

不过总是export来export去的，每次开机都要重做一遍，所以最好写进~/.profile里面

${PATH:+:${PATH}}这个东西我没搞懂是什么意思，可能是根据原先path是否存在决定加不加冒号的

cudnn的安装就相对比较简单了，下载deb然后直接安装就好

Darknet的安装与运行

参考官方给出的知道其实就很简单

git clone https://github.com/pjreddie/darknet.git
cd darknet
make

默认是不带cuda的，如果你已经配置好了cuda的话可以在make以前编辑Makefile, 然后把GPU从等于0改成等于1

一切正常的话，如果运行/.darknet 会返回usage: ./darknet <function>,这就说明装成功了。

接下来需要下载yolo3的预训练weights，当然可以从官方给出的渠道下载，不过国内也有百度云的镜像，我觉得会快一点

顺带一提wget好像可以加个-c参数做续传，没试过不知道是不是这样。

关于这个weights要放在哪里，我一开始以为是应该放在cfg文件夹中，但其实如果仔细看一下这个运行命令

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

yolov3.weights是应该放在软件根目录的。

这个图，可以算是AI之旅的一个Hello world了