ubuntu下安装开发环境Anaconda
bash ./Anaconda3-2019.07-Linux-x86_64.sh
安装完成后,会自动将环境变量添加到$HOME/.bashrc。
安装完成后,激活spyder,在命令行输入以下命令:
anaconda-navigator
出现以下界面:
点击spyder,安装激活即可
利用pip安装opencv,输入以下命令,查看调用哪一个pip:
which pip
pip install opencv-python
第1步:登录NVIDIA官网。
在没有安装GPU显卡驱动时,
1.1 如果GPU是Gerforce系列的,就点击‘GEFORCE驱动程序’,如下图:
点击后,出现以下界面:
或者
根据自己的GPU型号和 系统选择对应的驱动程序即可。点击开始搜素,搜索到之后下载即可。
1.2 点击‘所有NVIDIA驱动程序’
会出现以下界面:
点击搜索,下载即可。
第2步:本文下载的是
下载驱动之后,.run文件没有执行权限,所以首先改变其模式,加上可执行权限
sudo chmod +x .NVIDIA-Linux-x86_64-415.13.run
在使用ubuntu18.04.3时下载的
bash ./NVIDIA-linux-x86_64-430.50.run --help
安装时,提示必须要用root用户
安装完成后显示如下:
第3步:安装GPU驱动之前,首先关闭系统集成的显卡驱动 nouveau,
sudo gedit /etc/modprobe.d/blacklist.conf
在文件末尾加入:
blacklist nouveau
以下的黑名单还没有验证:
blacklist vga16fb
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
sudo update-initramfs -u
第3步:重启电脑后,首先确认是否真的关闭了 nouveau,命令如下:
lsmod | grep nouveau
按下快捷键 Ctrl+Alt+F1进入黑窗口模式,会提示首先登录,如下:
登录成功后,运行以下命令:
sudo service lightdm stop
然后 执行安装英伟达驱动(注意这时驱动有可执行权限):
sudo ./NVIDIA-Linux-x86_64-415.13.run
安装完成后:
sudo service lightdm start
然后按下快捷键 Ctrl + Alt + F7,就会退出黑窗口,回到ubuntu的界面。
第4步:这时应该安装完成了,安装结束后,通过以下命令查看GPU的信息:
nvidia-smi
终端会出现以下信息:
nvidia-settings
或者直接查看ubuntu的系统设置,如下:
第4步:安装完驱动程序。 需要注意的是如果已安装显卡驱动,要更新最先的显卡驱动,要先删除旧的显卡驱动,命令如下:
sudo apt-get purge nvidia*
编译安装GPU
第5步:安装CUDA Toolkit
下载地址:https://developer.nvidia.com/accelerated-computing-toolkit
点击 Download 按钮:
假如选择的是Linux:
选择runfile,如下:
sudo sh cuda_1.run即可。
【ubuntu18.04.3系统 上安装最新的显卡驱动,有可能会出错,整个过程如下】
有错误日志,碰到这种情况,有可能CUDA驱动太新,我们可以选择一个稍微版本低一点的,重新安装即可。
安装完成后,也可以卸载,可执行文件在/path/ cuda/bin
安装完成后,可以NVIDIA提供的测试用例,测试是否成功,代表安装成功。
根据对应的NVIDIA版本,安装对应的cudnn版本,
第6步:安装cuDNN,下载cuDNN是需要注册的,免费的,注册后。
下载地址如下:https://developer.nvidia.com/cudnn
如下:
点击下载之后:
这个时候,就可以按照第5步安装的CUDA的版本,对应找到 cuDNN的版本。
下载后,是类似于名字为 cudnn-10.0-linux-x64-v7.3.1.20.tgz的压缩包,解压即可:
tar zxvf cudnn-v7.3.1.tgz
如下图所示:
然后将其复制到 cuda的安装路径,默认的安装路径是 /usr/local/cuda10.0(版本号),会自动建立一个软连接是/usr/local/cuda
将解压后的cudnn.h文件复制到/usr/local/cuda/include
sudo cp ./include/cudnn.h /usr/local/cuda-10.0/include/
将解压后的lib64下的文件全部复制到/usr/local/cuda/lib64
sudo cp ./lib64/* /usr/local/cuda10.0/lib64
第7步:配置环境变量,可以配置在当前用户的 主目录下:./bashrc 或者 /etc/profile 或者/etc/environment下
export PATH= /usr/local/cuda10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY
【注意:export PATH后面的"="之间,不要有任何的空格,如export PATH = 】
ubuntu的过去版本的下载地址:http://releases.ubuntu.com/xenial/