目录
前言
近期因学习需要,需要搭建Linux+Tensorflow的编程环境,为了保证深度学习程序运行的效率还需要安装Tensoflow-gpu版本。但作为老倒霉蛋+小白的我,单是搭建这个编程环境就花了我三个夜晚,重装了两遍系统。本着我不入地狱,谁入地狱的佛系心态,这里将我使用所有到安装方法以及安装过程中遇到的问题进行汇总,在这里由衷地感谢这些国内或者国外的大佬对于自己方法的总结。
本机环境
- 系统环境:Ubuntu 20.04 LTS (x86_64)
- 显卡型号:Nvidia GeForce 2070 Super
- 架构信息 :cuda10.1+cudnn10.1+Anaconda3
安装思路
如果你和我一样也是个小白的话,在安装之前,我们需要先了解一下我们安装的是啥以及为啥要安装它。本章节的最后会包含安装的流程框图。
如果觉得比较啰嗦的话可以直接根据下面这两篇帖子进行安装。
- Ubuntu 20.04 LTS 安装Tensorflow【中间用到的一些关于cuda及显卡驱动安装的帖子较老,这一部分内容建议参考下一篇帖子】.
- Ubuntu安装和卸载CUDA和CUDNN.
1.系统环境
众所周知,Windows和Linux是两大主流操作系统,目前的各类应用也是基于这两种操作系统进行的开发。与大家经常使用的Windows不同,Linux更为纯净。简单的理解就是
- Window是成熟的界面化系统,在系统上的操作一目了然【操作更为便捷,但用户权限受限】;
- Linux则是纯粹的指令操作(尽管有Ubuntu这样界面化的Linux系统,但依然摆脱不了终端命令的使用)【操作非常复杂,但用户权限开放】
这也是为何普通用户喜欢Windows,而程序员更偏爱Linux的原因。同时,你如果要在Windows上使用深度学习框架可能会有很多报错,同时由于权限不足以至于你并没有很好的办法去处理,但在Linux上面尽管你依然会有很多报错,但你有各种办法去解决它。
正因如此,笔者打算采用作为Ubuntu操作系统进行软体环境的搭建。以下是有关操作系统安装与基本操作的帖子
- win7/win10安装Ubuntu20.04双系统详细操作步骤【这篇帖子适合以UEFI作为启动方式的BIOS,另外里面提到的分区大小,我建议根目录分区,即挂载点“/”能大一点,最好40G以上,这个分区如果满了的话,会产生很多问题!!】
- Linux中常用操作命令