Linux深度学习框架安装

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。