一、安装Linux系统—Ubuntu LTS:
Linux和Windows系统的区别:
1)Linux系统大多数操作可以通过命令行输入;
2)Linux系统的安全保密性,如root用户和普通用户;
1、下载Linux系统文件
注意:Linux系统有Ubuntu和Centos两种系统,这里下载的是Ubuntu LTS版本;
LTS版本:是长期支持的版本,会定时发布系统更新。
正式版:是正式版,不在提供长期更新。在测试版或试用版后正式发布的版本。
2、下载后用UltralSO软件刻录进U盘,作为启动盘
UltralSO它可以直接编辑ISO文件,从ISO中提取文件、目录、启动信息等。
3、给Linux系统目录设置分区
注意提前在Windows预留空间(约100G),用于新系统分区;
Linux系统以文件形式管理的,所以要给每个文件分空间,重要的文件如:/efi分2G左右用于存放系统索引文件、/root是超级用户目录、/usr 是一个非常重要的目录,用户的很多应用程序和文件都放在这个目录下,类似于 windows 下的 program files 目录,/home是用户的主目录,每个用户都有一个自己的目录。
4、设置用户密码和root用户密码;
5、获取root用户权限;(以后都用root登陆)
主要是修改conf(配置)文件和profile(环境)文件,参考博文:ubuntu18.04开启root用户,并登录系统_English ONly的博客-CSDN博客_ubuntu18.04开启root登录
至此Linux系统安装完成!
二、安装Anaconda3+Tensorflow1.13GPU:
Anaconda相当于一个文件管理器,包括深度学习的工具包,比如numpy;
conda是一个开源的包、环境管理器,常用的conda命令anaconda(开源的Python发行版本)_百度百科
1、Anaconda脚本文件下载,在命令行中用bash运行.sh,Anaconda安装成功;
2、配置Anaconda中配置tensorflow-gpu的环境,conda create --name tensorflow-gpu python 3.6;
3、激活tensorflow:activate tensorflow-gpu;
4、以上只是配置了环境没有真正安装tensorflow:install tensorflow-gpu==1.13.1;
5、安装好了,检查是否安装成功conda list;
三、安装cuda和cudnn
cuda是一个GPU并行计算架构,该架构使GPU能够解决复杂的计算问题;
cudnn是一个是用于深度神经网络的GPU加速库,有了它才能在GPU上完成深度学习的计算,工作速度比CPU快很多;
1、conda install cudnn=7.6.0
conda install cudatoolkit=10.0(cuda计算工具)
2、注意cudnn要比cudatoolkit的版本要低,注意要先装cudnn,他们之间是相互依赖的;
四、安装PyCharm
老办法,下载.sh文件,bash执行,最后修改python interpreter;
大功告成!💐💐💐
五、补充
linux系统分区时,需要根据电脑不同的bios模式创建不同系统索引项分区,即bios为传统模式的电脑需要创建bios分区作为系统挂载点用于存放系统的开机索引项,bios为UEFI模式的电脑需要创建EFI交换分区作为系统挂载点存放系统的开机索引项。
电脑bios模式的查看:win+r调出 运行 命令框,输出msinfo32即可查看。