UBTUNTU18.10安装NVIDIA+CUDA+CUDNN+ANACONDA3+TENSORFLOW+PYCHARM之伤

---

        目   录

第一章 引言

第二章 安装NVIDIA显卡 4

第一种 自动安装 4

第二种 使用下载文件安装 4

第三章 安装CUDA+CUDNN 5

推荐使用资料：其中降级GCC是很有用的。 5

第四章 Anaconda的安装和卸载 5

第1部分 Anaconda的安装 5

第2部分 Anaconda的卸载 6

第五章 Anaconda中Python版本的修改 7

第六章 安装TensorFlow 8

第七章 一些可能用到的命令 9

第1部分 一些常用的命令 9

第2部分 创建新环境： 10

第3部分 在linux系统终端，对文件进行编辑口令 10

第4部分 一些常用的网站 10

 

 

• 第一章  引言

首先说一下笔者的计算机配置：i78700系统+8g内存+1660ti显卡，系统是Ubuntu18.10，准备安装pycharm+anaconda+tensorflow-gpu。那么要安装ensorflow-gpu，安装NVIDAI显卡驱动、CUDA、CUDNN是必须的步骤，但是在这里首先申明，大家一定要看准TensorFlow官方给的TensorFlow版本支持的CUDA、CUDNN版本。我是一开始没注意到这个，所以上来就安装了CUDA10.1和CUDNN7.4.0，然后就没有然后，肯定转不成功，只有重新下载安装了。最后经过多方考究，决定使用网友分享最多的：CUDA9.0+CUDNN7.0.5+TENSORFLOW1.12.0+ANACONDA3+PYCHARM的组合，

注意这里ANACONDA3的安装，各位看官们最后选用Python=3.6.n的版本，不然后面还有重装3.6的版本。

NVIDAI显卡驱动安装就折磨了我两天，由于电脑是新买的，就直接安装了Ubuntu18.10所以，开机时就卡的要命笔者还以为是电脑配置的问题，结果安装玩了NVIDIA显卡后，Ubuntu就飞了起来，感觉到爆，所以使用Ubuntu自带的显卡驱动是十分卡的，这一点请各位看官一定要清楚。

在这里有个疑问：pycharm要使用anaconda的编译器，所以anaconda是必须要装的，但是pycharm里是可以自己安装TensorFlow的，那面在conda的环境里安装tensorflow是不是没有必要呢？

经过实践发现在conda的环境里安装tensorflow是必须的步骤，但是为什么我并不清楚。

另外在conda的环境里安装tensorflow后，是不是在pycharm中不用在安装TensorFlow包呢？这个已经验证是可行的，也就是所你在TensorFlow的环境下用PIP安装和你在pycharm里直接安装是一样的效果，反之则不成立。

 

• 第二章  安装NVIDIA显卡

首先NVIDIA显卡的安装推荐两种方式：第一种使用下载包安装，第二种是使用命令自动安装，第二种会很慢，我使用的是第二种，因为第一种一开始没有获得root权限。这一部分是后来装完所有的东西补写的，可能存在不足之处，只有靠各位看官自己努力了。

第一种 自动安装

使用图形驱动程序PPA存储库允许我们安装NVIDIA beta驱动程序，但是这种方法存在不稳定的风险。

（1）首先，将ppa:graphics-drivers/ppa存储库添加到系统中：

          sudo add-apt-repository ppa:graphics-drivers/ppa

          sudo apt update

（2）输入以下命令：

                       sudo apt-get install nvidia-×××（为你显卡的序列，也可不写）

第二种 使用下载文件安装