ubuntun16.04+显卡驱动+ cuda + anaconda3环境配置

1. 准备工作。制作Ubuntu系统启动U盘，可参考链接
2. U盘启动安装，开机按delete或f2进入BIOS，更改启动方式，U盘启动。
3. 进入ubuntun选择试用不安装，进入之前的unbuntun系统，备份home盘数据（如果不备份，重装系统数据会清除）。
4. U盘启动，选择install unbuntun. 选择英文，图形界面不勾选，installtion type 选择 something else。 注：如果是安装双系统，不要选择第二项 擦除数据，这会把之前系统盘文件全部删除。
   参考博客https://blog.csdn.net/fesdgasdgasdg/article/details/54183577?tdsourcetag=s_pcqq_aiomsg
5. 进入unbuntun系统，图形分辨率字很大，不用担心，因为没安装显卡驱动原因。
   安装对应显卡驱动，
6. 安装完显卡驱动，你将拥有全新的unbuntun系统，则可以进行你常用的环境配置与软件安装，以自身需求，介绍一下要用到的深度学习环境和常用软件安装。
   安装常用软件 谷歌浏览器，搜狗输入法，notepad++, 为知笔记，pycharm, anaconda, cuda,opencv pytorch tensorflow 配置VPN，teamviewer 等。
   cuda+cudnn,参考链接https://blog.csdn.net/gdengden/article/details/89399653

一、安装NVIDIA驱动

1.下载驱动文件
去官网下载和自己的显卡适配的驱动文件，是个.run文件。贴个下载地址：https://www.nvidia.cn/Download/index.aspx
2、卸载原有的NVIDIA驱动（没装的话就跳过）
一般方法”

sudo apt-get remove –purge nvidia*
sudo apt autoremove

• 1
• 2
• 3

如果使用.run文件安装，使用

nvidia-uninstall

 
 

 
 
1

3、禁用nouveau
安装NVIDIA需要把系统自带的驱动禁用，打开文件：

sudo gedit /etc/modprobe.d/blacklist.conf

 
 

 
 
1

在文本最后添加以下内容：

blacklist nouveau
option nouveau modeset=0

 
 

 
 
1
2

命令窗口会提示warning，忽略即可。
保存退出，执行以下命令生效：

sudo update-initramfs -u

 
 

 
 
1

重启电脑后输入：

lsmod | grep nouveau

 
 

 
 
1

没有任何输出说明禁用成功。
关闭当前图形环境

sudo service lightdm stop

 
 

 
 
1

4、开始安装
按Ctrl+Alt+F1进入命令行，输入用户名密码登录（通过Ctrl+Alt+F7可返回界面）
安装驱动程序

sudo chmod +x NVIDIA-Linux-x86_64-xxx.run
sudo sh ./NVIDIA-Linux-x86_64-xxx.run -no-x-check -no-nouveau-check -no-opengl-files

 
 

 
 
1
2

安装过程选择项:

如果提示是否接受(accept), 选accept
如果报错The distribution-provided pre-install script failed不用管，继续
提示是否继续，选择continu install
如果提示是否安装新的kernel modules,选no
如果提示32Bit字样,选no
如果提示编译模块，询问是否进行编译,选ok
如果提示将要修改Xorg.conf   选yes
最重要的一步，安装程序问你是否使用nv的xconfig文件，这里一点要选yes，否则在启动x-window时不会使用nv驱动。

 
 

 
 
1
2
3
4
5
6
7
8

出现安装完成，查看驱动版本

sudo dpkg --list | grep nvidia-*
nvidia-smi

 
 

 
 
1
2

若出现以下信息，说明显卡驱动成功安装：

最后重新启动图形环境

sudo service lightdm start

 
 

 
 
1

不出意外说明显卡驱动成功安装，后面继续安装cuda.

二、安装CUDA

安装和自己显卡的适配版本，也可以看上图中显示的和自己安装的NVIDIA适配的cuda version(上图右上角)。我选择的是cuda 10.0.130_410.48_linux.run。
1.下载文件
官网地址：https://developer.nvidia.com/cuda-zone 选择适合自己的版本

2. cd 到下载的文件目录.run文件下，root下安装

 sudo chmod +x cuda_10.0.130_410.48_linux.run // 获取权限
 sudo sh cuda_10.0.130_410.48_linux.run

 
 

 
 
1
2

注意：为了避免问题，不要选择安装CUDA下的显卡驱动，其他选yes

3.加入环境路径
打开.bashrc 文件：

sudo gedit ~/.bashrc

 
 

 
 
1

打开文件后将下面代码加入文件最后，cuda位置，要根据自己cuda版本安装路径，我的为cuda-10.0。

export LD_LIBRARY_PATH=$LDLIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0

 
 

 
 
1
2
3

保存 关闭，命令行输入,使配置生效：

source ~/.bashrc

 
 

 
 
1

4.终端输入：

nvcc --version

 
 

 
 
1

会输出CUDA的版本信息

cuda安装成功。

三、安装cudnn版本 cudnn-10.0-linux_x64-v7.6.0.64

1. 官网下载：https://developer.nvidia.com/rdp/cudnn-download
   进入时需要登录，没有账户的话就注册一个，进入即可。选择和自己cuda适配的版本。
2. 解压下载好的cudnn压缩包

tar -xvf cudnn-10.0-linux_x64-v7.6.0.64.tgz

 
 

 
 
1

3. 将头文件和链接库拷到相应目录：

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64/
sudo chmod a+r /usr/local/cuda-10.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-10.0/lib64/libcudnn*

 
 

 
 
1
2
3
4

1. 查看cudnn版本
   cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
   若出现以下信息说明安装成功。

2. 安装好cuda和cudnn之后，恭喜你，就可以安装tensorflow pytorch等深度学习框架了。

四、安装Anaconda3

4.1 下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
清华开源镜像，下载速度比官网快很多。安装版本Anaconda3-2019.03-Linux_x86_64.sh
4.2 安装

$ cd ~/Downloads #文件路径
$ bash Anaconda3-2019.03-Linux_x86_64.sh

 
 

 
 
1
2

询问是否把anaconda的bin添加到用户的环境变量中，选择yes！
这时候路径环境变量已经自动添加到.bashrc文件夹中，运行以下代码更新环境变量生效：

source ~/.bashrc

 
 

 
 
1

安装完成。

查看是否安装成功，检验是否安装以及当前conda的版本

conda -V

 
 

 
 
1

输出conda 4.6.11
安装完成，默认python环境3.7.3。
附conda常用命令

 - conda list  #查看安装了哪些包
 - conda env list 或 conda info -e  #查看当前存在哪些虚拟环境

 
 

 
 
1
2

常用命令参考链接：
https://blog.csdn.net/hejp_123/article/details/92151293
https://blog.csdn.net/qq_39039017/article/details/79889521

https://blog.csdn.net/anyao_/article/details/79049937

五、安装tensorflow

安装版本tensorflow_gpu-1.13.1-cp36-cp36m-manylinux1_x86_64.whl
5.1 建立tensorflow运行环境
#创建Python 3.6环境

 conda create -n py36 python=3.6  #py36 是自己起得环境变量名

 
 

 
 
1

创建环境过程会有点慢，要下载相应python包，卡住的话可以尝试离线安装。

 conda create -n py36 python=3.6 --offline

 
 

 
 
1

5.2 在conda环境下安装tensorflow（pip安装方式）
5.2.1 激活conda环境

source activate py36  #激活py36环境变量

 
 

 
 
1

在conda环境中安装tensorflow，下载好tensorflow版本，清华镜像
https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/
使用Pip安装tensorflow-gpu：

pip install --ignore-installed --upgrade tensorflow_gpu-1.13.1-cp36-cp36m-manylinux1_x86_64.whl

 
 

 
 
1

安装时若出现错误如：ERROR: distributed 1.21.8 requires msgpack, which is not installed.
安装对应缺少的包即可。

pip install msgpack

 
 

 
 
1

安装成功后从conda环境退出：

source deactivate 

 
 

 
 
1

验证tensorflow是否安装成功，进入创建的环境，输入python，
import tensorflow as tf
没错误输出，即安装正确。

**注意：**pip安装下载包ValueError: Unable to determine SOCKS version from socks://127.0.0.1:1081问题解决方法：安装 requests

 unset all_proxy && unset ALL_PROXY
 pip install requests[socks] --user

 
 

 
 
1
2

重新输入 pip 要安装的包，完美解决问题。

六、安装pytorch

使用离线安装方式。

1. 官网下载对应的版本，pytorch官网，
2. 安装
   cd 到下载目录，运行命令，需要改成自己对应的安装包名称。`

pip3 install torch-1.0.0-cp36-cp36m-manylinux1_x86_64.whl

 
 

 
 
1

3. 测试是否安装成功``

import torch
print(torch.cuda.is_available())

• 1
• 2
• 3

若返回true,则安装成功！

cuda 10.0.1 支持pytorch1.1.0

七、安装 pycharm

pycharm是目前使用最多的python IDE，界面简洁美观，安装简单.
安装版本pycharm2018
3.1 下载pycharm

从官网（http://www.jetbrains.com/pycharm/download/#section=linux）下载Community版 for Linux。
将下载好的文件放到想安装的目录下（我的为cd home/ljy/pycharm）。
3.2 安装pycharm

1）cd 到安装目录

cd home/ljy/pycharm

 
 

 
 
1

2）解压缩（可手动解压缩）

在这里插入代码片

 
 

 
 
1

tar xfz pycharm-community-2017.1.4.tar.gz

3）打开 pycharm.sh 文件所在目录

cd pycharm-community-2017.1.4/bin

4）安装

./pycharm.sh

接下来按照安装提示一步步继续就可以了。
pycharm2018激活，激活网址，拉到网页底部，点击获取注册码。非永久激活。
http://idea.lanyus.com/

公欲善其事，必先利其器。比较喜欢的一位博主的 python主题风格。
https://blog.csdn.net/u012750106/article/details/86577792
python 解释器选择：
https://blog.csdn.net/vernice/article/details/50934869
另附上pycharm简明教程：
https://blog.csdn.net/u013088062/article/details/50135135
安装pycharm 参考教程：
https://blog.csdn.net/zhuanshu666/article/details/73554885

八、常用软件安装

1. 安装搜狗输入法参考博客：
   安装搜狗输入法之前要添加一些配置，不然会无法安装问题。参考博客：
   https://blog.csdn.net/qq_21792169/article/details/53152700
   安装时遇到卡顿解决办法：https://blog.csdn.net/qq_31828929/article/details/78911034

2. 安装梯子教程 VPN 自己购买的VPN，按自己需要安装
   https://alanlee.fun/2018/05/18/ubuntu-ssr/```

谷歌浏览器：
https://blog.csdn.net/liangkaiping0525/article/details/82879163

sudo dpkg -i electron-ssr-0.2.6.deb

 
 

 
 
1

安装时提示错误，运行

sudo apt install -f

 
 

 
 
1

参考链接，https://bmx168.com/credit.html

export http_proxy=“http://127.0.0.1:12333”
测试是否成功，可以使用 curl www.google.com 来测试是否成功使用代理。

九、更改源镜像，加速

unbuntun系统官方pip apt-get源很慢，更改为国内阿里源。
https://www.cnblogs.com/ityunv/p/5909434.html

十、 系统常见问题

1. NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver.

NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver.

链接：https://blog.csdn.net/sinat_23619409/article/details/85220561
系统版本内核过高原因，参考链接完美解决问题，无需重装显卡驱动。

2. Verifying archive integrity…错误信息

Error in MD5 checksums:
155c2fa97063698bee36bdc803791032 is different from 269593c28278de5b34a20b1d45ae6c99
安装NVIDIA显卡驱动时，出现错误提示信息，意思是安装包大小不匹配。原因安装包可能损坏，重新下载安装包安装，解决问题。