离线安装Ubuntu16.04 NVIDIA1060显卡驱动 CUDA9.0 CUDNN7.0 anaconda TensorFlow-GPU pycharm opencv-python opencv

离线安装Ubuntu16.04 NVIDIA1060显卡驱动 CUDA9.0 CUDNN7.0 anaconda TensorFlow-GPU pycharm opencv-python opencv-contrib-python pytorch clion qt5 OpenCV3.3.1教程

注：用word编辑的，文章太长实在是不想再编辑了,编号没对上，上传了教程的word版本，每个步骤都附了参考教程和下载地址，希望对大家有帮助！

https://download.csdn.net/download/weixin_40744915/10670538

1格式化原Ubuntu分区

https://jingyan.baidu.com/article/295430f13ed7d80c7e005088.html

2重装Ubuntu16.04

下载地址：                                                                                                 

http://mirrors.aliyun.com/ubuntu-releases/16.04/ubuntu-16.04.5-desktop-amd64.iso

参考博客：https://blog.csdn.net/weixin_38233274/article/details/80237572

1. 将ubuntu-16.04.4-desktop-amd64.iso放到C盘根目录，镜像文件里面有个casper文件夹，将文件vmlinuz 、initrd也拷贝到C盘根目录下。
2. 运行EasyBCD，“添加新条目”->“NeoGrub”->“安装”。
3. 配置->编辑menu.lst文件

4. title Install Ubuntu
   root (hd0,0)
   kernel (hd0,0)/vmlinuz boot=casper iso-scan/filename=/ubuntu-16.04.2-desktop-amd64.iso ro quiet splash locale=zh_CN.UTF-8
   initrd (hd0,0)/initrd

    

5. 重启（选择NeoGrub）
6. 在安装之前打开终端Ctrl+Alt+T，输入sudo umount -l /isodevice，注意空格，可多执行一次，以确保将挂载的镜像移除，否则将无法进行安装。
7. 您已安装的多个操作系统->其他选项
8. 运行ubuntu安装程序安装Ubuntu16.04 LTS，交换空间一般跟内存条大小差不多就可以了，/和/home平分各100G差不多，最下面的挂载选在/所在的分区，当Windows系统重装时，就不会影响Ubuntu系统了
9. 安装完成后重启直接进入Windows，运行EasyBCD，“添加新条目”->“NeoGrub”->“删除”，删除ubuntu的安装引导。
10. EasyBCD，“添加新条目”->“Linux/BSD”。类型选择 Grub2，名称可自定，驱动器选择/所在的分区。点击“添加条目”即可。
11. 重启即可。删除安装引导选项。EasyBCD软件，进入一开始配置文件的那个位置，点击 remove 即可 ，重新启动就不会有引导安装的选项了。

3配置固定IP

（1）windows系统下查看自己的IP

（2）Ubuntu下进行网络设置

4更新源（如果我们的16.04内网源好使的了的话）

教程参考***.***.***.***/Ubuntu/manual.html(如果连不上就是不听话没有配置固定IP)

1. cd (sources.list位置)
2. sudo cp sources.list /etc/apt/sources.list
3. sudo apt-get update

5安装NVIDIA显卡驱动

下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn                    

参考博客：https://blog.csdn.net/xx_katherine/article/details/77754179

1. 卸载原有驱动sudo apt-get purge nvidia*
2. 禁用nouveau，创建blacklist-nouveau.conf

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

编辑内容为：

blacklist nouveau

options nouveau modeset=0

1. 更新后重启系统

sudo update-initramfs –u

1. 关闭图形化界面

sudo service lightdm stop

1. ctrl+alt+f1进入tty1命令行模式安装驱动

cd （驱动位置）

sudo sh ./NVIDIA*.run

1. 安装完成后重启图像化界面

sudo service lightdm start

1. 验证NVIDIA安装成功，成功打印出显卡信息

nvidia-smi

6安装CUDA9.0

首先我要说一说为什么要安装9.0：

https://stackoverflow.com/questions/50442076/install-gpu-version-tensorflow-with-older-version-cuda-and-cudnn

           历史经验告诉我们，我们实验需要TensorFlow-GPU>1.7.0，这就需要CUDA9.0+CUDNN7.0以上的配置（要对应）；而cuda9.0没有Ubuntu14的版本。

           如果你安装的是Ubuntu14.04或者其他低于Ubuntu16.04的版本，然后发现你要使用TensorFlow-GPU1.7.0以上版本的功能，那就可以休息一天，重新在装一遍，这就是为什么有此一文。

下载地址：

https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

参考博客：https://blog.csdn.net/qlulibin/article/details/78714596

1. 关闭图形化界面，ctrl+alt+f1进入tty1命令行模式安装驱动
2. 进入run文件位置，执行如下命令，一直回车看完文档

sudo sh cuda_9.0.176_384.81_linux.run

1. 根据提示输入，默认路径即可
2. 进入图形化界面配置环境变量，运行如下命令打开profile文件

sudo gedit  /etc/profile

1. 打开文件后在文件末尾添加路径，也就是安装目录，命令如下：（如果重启后报错，把这两句命令放在.bashrc中，参见cudnn安装报错解决办法）

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

1. 保存，然后重启电脑

sudo reboot

1. 测试CUDA的Samples例子

cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

1. PASS：成功
2. 安装补丁

7安装Cudnn

下载地址：https://developer.nvidia.com/rdp/cudnn-download

参考博客：https://www.jianshu.com/p/69a10d0a24b9

验证cudnn正确安装：

https://blog.csdn.net/u014561933/article/details/79968539#4%E9%AA%8C%E8%AF%81

报错：参考博客：https://blog.csdn.net/mumodm/article/details/79502848

1. 根据如下命令

cd ~

 sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz

 cd cuda/include

 sudo cp *.h /usr/local/include/

 cd ../lib64

 sudo cp lib* /usr/local/lib/

 cd /usr/local/lib# sudo chmod +r libcudnn.so.5.1.5

 sudo ln -sf libcudnn.so.7.2.1 libcudnn.so.7

 sudo ln -sf libcudnn.so.7 libcudnn.so

 sudo ldconfig

1. 验证是否正确安装

         验证包：http://og9m6v6ow.bkt.clouddn.com/cudnn_samples_v7.tar.gz

解压到可写的文件夹下，进入

cd  cudnn_samples_v7/mnistCUDNN

（3）编译

make clean && make

（4）运行mnistCUDNN样例

 ./mnistCUDNN

（5）如果输出：Test passed!说明安装完成

（6）如果过程中报错，大部分情况下是环境没有配好

Error: libcudart.so.9.0: cannot open shared object file: No such file or directory

// 或者

Error: libcusolver.so.9.0: cannot open shared object file: No such file or direcctory

// 或者

Error: libcublas.so.9.0: cannot open shared object file: No such file or directory

参考博客：https://blog.csdn.net/mumodm/article/details/79502848

①第一种可靠的解决方法：

cd ~

sudo vi .bashrc

// 下滑