Ubuntu18.04雙系統安裝+GPU+CUDA10+CUDNN7+ANACONDA3+PYTHON+PYCHARM

一、Win10 環境下安裝Ubuntu 18.04過程記錄

步驟1：下載鏡像文件

從Ubuntu官網https://www.ubuntu.com/download/server下載系統的iso鏡像文件，下載後不用解壓，過程如下：

步驟2：格式化U盤

格式化你的U盤，格式化的時候選擇FAT32格式的，具體過程如下：

步驟3：製作啓動盤
從網上https://cn.ultraiso.net/xiazai.html下載UltraISO軟件安裝，選擇“繼續試用”打開軟件。

點擊下圖中文件圖標，將剛纔下載的鏡像文件選擇。

選中後如下圖所示界面：

接着進行如下步驟：

接着設置以下選項：

接着點擊“是”，最後點擊寫入，開始寫入文件，完成後關閉即可，到此U盤製作完成。

步驟4：爲ubuntu進行磁盤分區（本人安裝的是雙系統，C盤裝的是win10，壓縮出一個單獨的盤將近500G用來裝Ubuntu）

我的電腦：總共16g內存，2t機械硬盤 256g固態盤！

win10 自帶分區功能，鼠標放在此電腦上右鍵選擇管理，打開界面後選擇磁盤管理，接下來在你的機械硬盤上找到一個容量比較大的磁盤鼠標選中容量比較大的磁盤鼠標右鍵壓縮磁盤，至於壓縮磁盤的大小是自己的磁盤可用量而定，我的壓縮磁盤 210GB （剛開始只分配了 150GB ，後來發現不夠用，卸載重新壓縮磁盤安裝的，建議：如果磁盤容量足夠大，可以壓縮空間大於 200G ），如下圖所示：（我的分配將近500g）

注意：壓縮的磁盤空間一定不要分配盤符（即不要新建卷，也即是不需要盤符 D、 E、F這些東西，保持未分配狀態）

查看磁盤1 的分區方式，如下圖：

壓縮後的磁盤空間 210GB 狀態：未分配（不要新建卷，保持未分配狀態）

磁盤空間分配完成。

步驟5：開始裝系統（在開機的前一定把U盤插上）

①進入BIOS進行Secure Boot設置

每一款電腦的BIOS不一樣，所以根據自己的電腦主板的BIOS進行設置。本人所使用的是惠普(HP)暗影精靈II代PLUS，所以，以此爲例。

按F10進入BIOS->系統設置.將“安全啓動模式”設置爲“禁用”，有些英文的，是Secure Boot是disabled狀態。

將U盤啓動 “U盤/USB硬盤”設置爲第一啓動順序。

②接着將USB HDD啓動項放到最上面，意思就是說優先從U盤啓動（此過程不同的電腦，內容有一定的差距，這裏不再放圖，反正自己琢磨一會或者多參考幾個網上的博客，本人是試了好幾次才進入到了ubuntu的安裝界面）。

③設置完後保存退出，重啓系統就會進入Ubuntu的界面，選擇安裝（如果選擇試用就是直接進入Ubuntu的試用環境中）。

選中製作的 U盤，按下 Enter ,即可進入安裝Ubuntu18.04 界面，會出現試用不安裝和直接安裝

選擇試用不安裝進入下列界面：

下一步安裝：

直接安裝和試用不安裝進行上面兩步操作後，都會進入下面界面：

選擇安裝語言，按圖示操作即可：我選簡體中文

下一步，選擇鍵盤佈局：

下一步，Updates and others software:我選的最小化安裝。節省網絡下載安裝系統時間。我選正常安裝

下一步，安裝類型，一定要選擇 something else:我選其他

下一步，分區掛載，這一步很關鍵：

步驟6、盤符選擇

在原有系統上安裝雙系統有一個基本原則，那就是無論新系統是否安裝成功，都不要破壞原系統環境，否則就是賠了夫人又折兵了。注意Ubuntu盤符的命名特點“sdxy”，其中x指物理磁盤號，y指磁盤的邏輯分區號，如sda1指第一塊物理磁盤上的第一塊邏輯分區，sdb2指第二塊物理磁盤上的第二塊邏輯分區。只要找準磁盤分區進行安裝，原系統環境就不會被破壞，Ubuntu重裝個十次八次的都有恃無恐。

（我是把上次安裝的linux相關分區刪除掉，重新分配。一定注意不能刪除錯誤，把ntfs相關分區一定保留是windows的，linux下的分區，在系統正常時候，可以進入桌面查看，或者用終端命令df查看。）

壓縮的分區如下圖：

下一步

步驟7：分區掛載

我的安裝方案： （掛載前如果原來安裝過系統，需要把對應的分區刪除，重新分配，這樣保證將來運行空間足夠，） 其實我只掛載了兩個分區： 1、掛載 / 2、掛載 / home 分別分配空間 48GB 和 380GB ，其他的分區不是必須的，這兩個分區就夠了.

（

這時我們需要關注下分區，首先給出我的分區方案 :掛載點：/，分配20G,邏輯分區，空間起始位置，ext4日誌文件系統，用於存放系統；掛載點：swap(交換空間）：邏輯分區，設置8G(和內存一樣大) ；掛載點：/boot 500M,邏輯分區,空間起始位置,Ext4日誌文件系統,存放引導一類東西（這個分區可以不用！！！，我沒劃分）；掛載點：/home 剩餘空間大小，邏輯分區，空間起始位置，Ext4日誌文件系統，用於存放安裝的軟件；如下圖所示，分區大小請按照我文字描述中執行

最後安裝啓動引導器的設備，選擇帶有Windows Boot Manager的windows引導efi分區，這樣，就可以在windows引導分區下存放一個ubuntu的引導。

來源：CSDN
原文：https://blog.csdn.net/u013052326/article/details/81545449
版權聲明：本文爲博主原創文章，轉載請附上博文鏈接！

）我只掛載了/ 和/home 分別48g，380g 因爲unbuntu18版本其他分區都可以不要了

這一步非常重要！非常重要！非常重要！，這一步關係到 Ubuntu系統是否會覆蓋掉自帶的win10系統，也關係到雙系統能否安裝成功，安裝到 Installation type 這一步時，一定要慢慢來，選擇 Something else ,然後再點擊 Continue ,(此處點擊 Contiue 一定要慎重，並不是如某些教程所說的一頓 Continue 狂點，狂點 Continue 造成的個人損失本人概不負責），第一次安裝一定要嚴格，慢慢的按照步驟來操作

，下面的掛載分區介紹僅供參考，想了解看一下，具體操作過程如下圖所示：

掛載第一個分區，掛載分區 / :

下一步，在彈出來的界面，分配掛載分區 / 大小：

上面那三個圖我自己安裝的情況。

第一個掛載分區 / ，完成，點擊 OK

下一步，掛載分區 /home :

下一步，設置掛載分區 /home 大小：

掛載分區 /home 完畢，點擊 OK, 還不能安裝！！！

下一步，選擇將 Boot 安裝在 Windows boot Manager 中：

下一步

下一步，進入安裝界面：

備註：掛載分區介紹：

1、swap交換空間，這個也就是虛擬內存的地方，選擇主分區和空間起始位置。如果你給Ubuntu系統分區容量足夠的話，最好是能給到你物理內存的2倍大小，像我8GB內存，就可以給個16GB的空間給它，這個看個人使用情況，太小也不好，太大也沒用。（其實我只給了8GB，沒什麼問題），其實也可以不設置，如果內存足夠大，沒必要設置

2、boot 一定記住，不要單獨/boot劃分區;是的不要，不然就完蛋了，結果就是隻能進一個系統，因爲這裏是EFI引導替代boot的grub;也請放心efi分區不會不夠用，linux內核不在efi分區而在/boot，在你掛載分區，你會發現也是沒有 Boot 的掛載選項的，新教程這一項不需要了！

在安裝和分區界面，看到最下面一個，安裝啓動器到，換成你的EFI分區，一般有windows boot manager 等標識，就是 /dev/sda1 EFI 這樣的（不分配Boot的具體原因參照此貼：http://forum.ubuntu.org.cn/viewtopic.php?p=3200137）

3、掛載“/home”，類型爲EXT4日誌文件系統，選中邏輯分區和空間起始位置，這個相當於你的個人文件夾，類似Windows裏的User，如果你是個娛樂向的用戶，我建議最好能分配稍微大點，因爲你的圖片、視頻、下載內容基本都在這裏面，這些東西可不像在Win上面你想移動就能移動的。
總的來說，最好不要低於32GB ，我Ubuntu分區的總大小是150GB ，這裏我給了110GB 給home。

（這裏特別提醒一下，Ubuntu最新發行版不建議強制獲取Root權限，因爲我已經玩崩過一次。所以你以後很多文檔、圖片、包括免安裝軟件等資源不得不直接放在home分支下面。你作爲圖形界面用戶，只對home分支有完全的讀寫執行權限，其餘分支例如usr你只能在終端使用sudo命令來操作文件，不利於存放一些直接解壓使用的免安裝軟件。因此，建議home分支多分配一點空間……）

4、掛載“/usr”，類型爲EXT4日誌文件系統，選中邏輯分區和空間起始位置，這個相當於你的軟件安裝位置，Linux下一般來說安裝第三方軟件你是沒辦法更改安裝目錄的，系統都會統一地安裝到/usr目錄下面，因此你就知道了，這個分區必須要大

5、最後，掛載“/”，類型爲EXT4日誌文件系統，選中邏輯分區和空間起始位置，
因爲除了home和usr還有很多別的目錄，但那些都不是最重要的，“/”就把除了之前你掛載的home和usr外的全部雜項囊括了，大小也不要太小，最好不低於8GB。如果你非要挨個仔細分配空間，那麼你需要知道這些各個分區的含義（Linux(ubuntu)分區掛載點介紹）

不過就算你把所有目錄都自定義分配了空間也必須要給“/”掛載點分配一定的空間。

4、安裝完成，重啓電腦，默認 Ubuntu 是第一啓動項，重啓電腦不能啓動 Ubuntu

如果啓動後報錯：BUG soft Lockup,關於這個錯誤參照下面鏈接：https://blog.csdn.net/xrinosvip/article/details/80447139

5、純英文論文看不懂，翻譯軟件來幫忙，支持整篇PDF或Word上傳，翻譯高效準確，首次註冊送翻譯積分，用於翻譯論文：翻譯狗

6、Ubuntu 下使用Linux命令簡單總結：https://blog.csdn.net/xrinosvip/article/details/80894728

7、Win10 和Ubuntu 啓動引導向管理軟件解決辦法：https://blog.csdn.net/xrinosvip/article/details/80994450

二、ubuntu18.04設置代理上網

通過設置代理環境變量：

　　　　1,臨時設置：在終端中輸入命令export http_proxy=http://usr:pwd@proxy_addr:proxy_port/

　　　　2,永久設置：在~/.bashrc或/etc/profile等啓動文件中添加export http_proxy=http://usr:pwd@proxy_addr:proxy_port/

sudo gedit /etc/profile

sudo gedit ~/.bashrc

分別執行上面兩個語句，打開文件輸入下面兩行內容：保存

export http_proxy=http://guo:[email protected]:808/

export https_proxy=https://guo:[email protected]:808/

執行source語句，後就可以代理上網了。 @後面網址是代理服務器的網址和端口，在ccproxy中可以看到端口；@前面是本地用戶名和密碼，冒號分割。

　經測試，使用環境變量設置代理，僅root用戶可以聯網。猜測應該是sudo權限的問題。

　注意：在系統設置中設置代理的原理就是設置代理變量，所以系統設置會覆蓋掉此變量，重新啓動終端生效。

注意：putty客戶端不能使用gedit命令，因爲不支持圖形窗口。

三、用putty 連接 ubuntu 解決中文亂碼

Ubuntu 電腦上需要安裝 openssh-server :
sudo apt-get install openssh-server
由於默認Ubuntu採用UTF-8的字符集，所以putty需要做一些設置：

點擊左邊的 Windows -> Appearance 設置 Font settings ,點擊 Change... 按鈕選擇爲仿宋體或者新宋體。

點擊左邊的 Windows -> Translation 設置 Character set translation 爲 UTF-8

然後，點擊 Open 連接服務器即可。

四、WinSCP連接服務器時中文顯示亂碼解決辦法

1.WinSCP連接服務器時“文件名UTF-8編碼（U）”選擇開啓

2.登錄成功後,選擇選項菜單下的選項

3.將編輯器下的選擇字體裏的字體選擇爲宋體，中文亂碼就沒有了

五、ssh遠程連接的開啓：

ssh–secure shell，提供安全的遠程登錄。從事嵌入式開發搭建linux開發環境中，ssh的服務的安裝是其中必不可少的一步。ssh方便一個開發小組中人員登錄一臺服務器，從事代碼的編寫、編譯、運行。方便代碼的共享及管理。ssh是一種安全協議，主要用於給遠程登錄會話數據進行加密，保證數據傳輸的安全。

0. SSH分客戶端openssh-client和openssh-server

如果你只是想登陸別的機器的SSH只需要安裝openssh-client（ubuntu有默認安裝，如果沒有則sudo apt-get install openssh-client），如果要使本機開放SSH服務就需要安裝openssh-server。

1. 查看當前的ubuntu是否安裝了ssh-server服務。默認只安裝ssh-client服務。

dpkg -l | grep ssh

2. 安裝ssh-server服務

sudo apt-get install openssh-server

再次查看安裝的服務：

dpkg -l | grep ssh

然後確認ssh-server是否啓動了：

ps -e | grep ssh

如果看到sshd那說明ssh-server已經啓動了。
如果沒有則可以這樣啓動：sudo /etc/init.d/ssh start或sudo service ssh start
配置相關：
ssh-server配置文件位於/etc/ssh/sshd_config，在這裏可以定義SSH的服務端口，默認端口是22，你可以自己定義成其他端口號，如222。（或把配置文件中的”PermitRootLogin without-password”加一個”#”號,把它註釋掉，再增加一句”PermitRootLogin yes”）
然後重啓SSH服務：
sudo /etc/init.d/ssh stop
sudo /etc/init.d/ssh start

3. 登陸SSH（Linux）

ssh [email protected]
其中，username爲192.168.1.103機器上的用戶，需要輸入密碼。
斷開連接：exit

4. 測試

（1）服務器：192.168.1.103(jackgao用戶)

（2）客戶端：192.168.1.104(root用戶)

（3）客戶端遠程ssh登錄服務器

（4）退出遠程登錄

另外，如果安裝了ssh服務，windows下可以使用xshell或者putty鏈接這臺ubuntu了（但是每次都得輸入用戶名和密碼，即使xshell可以存儲用戶名和密碼但是登陸速度很慢。所以可以使用公共密鑰的登陸方式來提高速度和安全性。參考鏈接：ubuntu SSH配置以及與xshell文件傳輸http://blog.sina.com.cn/s/blog_53683dc20102v3wz.html）

參考鏈接及相關：
1. ubuntu開啓SSH服務
http://www.cnblogs.com/xiazh/archive/2010/08/13/1798844.html
2. Ubuntu 14.04遠程登錄服務器–ssh的安裝和配置
http://jingyan.baidu.com/article/9c69d48fb9fd7b13c8024e6b.html
3. ubuntu14.04 ssh的安裝及使用方法
http://jingyan.baidu.com/article/0eb457e52e50ad03f1a90518.html
4. ubuntu16.04安裝 + xshell連接虛擬機
http://blog.csdn.net/chi_wawa/article/details/52467914
5. ubuntu SSH配置以及與xshell文件傳輸
http://blog.sina.com.cn/s/blog_53683dc20102v3wz.html
6. ssh遠程登錄命令簡單實例
http://www.2cto.com/os/201307/228495.html
7. 菜鳥Linux系列：[4]SSH免密碼登陸遠程服務器
http://jingyan.baidu.com/article/2fb0ba4043124a00f2ec5f0f.html
8. linux下ssh遠程登錄服務器入門操作
http://www.cnblogs.com/plwang1990/p/5279451.html

六、ubuntu16.04卸載NVIDIA驅動方法（如果全新安裝系統，本步驟不用）

2018年06月24日 15:54:04 Mr_Yoky 閱讀數：6129

1.ctrl+alt+f1 進入控制檯，同時進行登錄，輸入sudo service lightdm stop

2.卸載驅動sudo apt-get purge nvidia*，這個可以卸載，但有時候也會卸載不了，如果執行這句話之後再輸入nvidia-smi，仍然有Nvidia的驅動信息，則說明沒有卸載成功，此時用這句話sh ./nvidia.run --uninstall ，其中nvidia.run代表是安裝驅動時的.run文件，然後根據提示進行操作就行。我的.run文件是NVIDIA-Linux-x86_64-384.111.run。

3、由於之前安裝cudnn 時候給gcc降級了，需要恢復到7.3

我當時沒有做成功。直接卸載 gcc 和g++

sudo apt-get auto-remove gcc

sudo apt-get auto-remove g++

236 ls -l g++*

237 ls -l gcc*

重新安裝：自動安裝7.3版本。

238 sudo apt-get install gcc

239 sudo apt-get install g++

240 ls -l gcc*

241 ls -l g++*

3.執行完後，輸入sudo service lightdm start，然後輸入sudo reboot，如果有出現

The system is running in low-graphics mode，則ctrl+alt+f1 進入控制檯，下面的操作參考我的另外一篇文章https://blog.csdn.net/WILLIAMMMS/article/details/80786553。

How to install the NVIDIA drivers on Ubuntu 18.04 Bionic Beaver Linux

Lubos Rendek

Ubuntu 18.04

30 April 2018

The objective is to install the NVIDIA drivers on Ubuntu 18.04 Bionic Beaver Linux. This article will discuss three methods of Nvidia driver installation in the following order:

Automatic Install using standard Ubuntu Repository
Automatic Install using PPA repository to install Nvidia Beta drivers
Manual Install using the Official nvidia.com driver

七、安裝顯卡驅動

1、先決條件

檢查自己電腦的gpu是否CUDA-capable

cyg@cyg-ThinkPad-T450:~$ lspci | grep -i nvidia
04:00.0 3D controller: NVIDIA Corporation GM108M [GeForce 940M] (rev a2)

禁用nouveau

cyg@cyg-ThinkPad-T450:~$ lsmod | grep nouveau

如果有輸出說明nouveau正在加載

打開禁用列表

cyg@cyg-ThinkPad-T450:~$ sudo gedit /etc/modprobe.d/blacklist.conf

在打開文本的最後一行添加：

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist nvidiafb
blacklist rivatv

執行以下命令來禁止內核中nouveau

cyg@cyg-ThinkPad-T450:~$ sudo echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

更新，重啓

cyg@cyg-ThinkPad-T450:~$ sudo update-initramfs -u

cyg@cyg-ThinkPad-T450:~$ sudo reboot

再次查看是否禁用nouveau

cyg@cyg-ThinkPad-T450:~$ lsmod | grep nouveau

以上步驟可能是Ubuntu18.04的非必要操作，如果是單顯卡主機，禁用nouveau驅動重啓後可能會導致無法進入Ubuntu圖像界面，可以按Ctrl+Alt+F3，Ubuntu18.04好像是F3，16.04是F1進入文本編輯界面安裝NVIDI顯卡驅動，可以參考這篇文章進行相應的設置。

實際上，博主在執行完以上步驟後，並沒有重啓電腦，直接執行以下操作，替換爲英偉達驅動即完成了顯卡的更新。

核心的爲黑色斜體顯示的步驟

Installed NVIDIA drivers on Ubuntu 18.04 Bionic Beaver. After installation, optionally run Nvidia graphic card test by following our Benchmark Your Graphics Card On Linux guide.

Software Requirements and Conventions Used

Software Requirements and Linux Command Line Conventions
Criteria	Requirements
Operating System	Ubuntu 18.04 Bionic Beaver Linux
Software	Existing Desktop installation such as GNOME, KDE etc.
Other	Privileged access to your Linux system as root or via the `sudo` command.
Conventions	# - requires given linux commands to be executed with root privileges either directly as a root user or by use of `sudo` command $ - requires given linux commands to be executed as a regular non-privileged user

Automatic Install using standard Ubuntu Repository

The first method is the easiest to perform and in most cases it is the recommended approach.

First, detect the model of your nvidia graphic card and the recommended driver. To do so execute:

$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001180sv00001458sd0000353Cbc03sc00i00
vendor : NVIDIA Corporation
model : GP106 [GeForce GTX 1060 6GB]
driver : nvidia-304 - distro non-free
driver : nvidia-340 - distro non-free
driver : nvidia-390 - distro non-free recommended
driver : xserver-xorg-video-nouveau - distro free builtin
== cpu-microcode.py ==
driver : intel-microcode - distro free

***顯示的版本有點低，cuda10需要410以上顯卡驅動，怎麼辦呢？更新rep，按下面操作走* *Install using PPA repository to install Nvidia Beta drivers***

From the above output we can conclude that the current system has NVIDIA GeForce GTX 680graphic card installed and the recommend driver to install is nvidia-384.

If you agree with the recommendation feel free to use ubuntu-drivers command again to install all recommended drivers:

$ sudo ubuntu-drivers autoinstall

Alternatively, install desired driver selectively using the apt command. For example:

$ sudo apt install nvidia-340

Once the installation is concluded, reboot your system and you are done.

Automatic Install using PPA repository to install Nvidia Beta drivers

Using graphics-drivers PPA repository allows us to install bleeding edge Nvidia beta drivers at the risk of unstable system.

To proceed first add the ppa:graphics-drivers/ppa repository into your system:

$ sudo add-apt-repository ppa:graphics-drivers/ppa

$ sudo apt update

Next, identify your graphic card model and recommended driver:

$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001C03sv00001043sd000085ABbc03sc00i00
vendor : NVIDIA Corporation
model : GP106 [GeForce GTX 1060 6GB]
driver : nvidia-driver-390 - third-party free
driver : nvidia-driver-410 - third-party free recommended
driver : nvidia-driver-396 - third-party free
driver : xserver-xorg-video-nouveau - distro free builtin

Same as with the above standard Ubuntu repository example, either install all recommended drivers automatically:
我能看到最新的415 推薦安裝

$ sudo ubuntu-drivers autoinstall

or selectively using the apt command. Example:

$ sudo apt install nvidia-410

Once done, reboot your system. 完成後重啓系統，即可成功。

Manual Install using the Official Nvidia.com driver

Identify your NVIDIA VGA card.The below commands will allow you to identify your Nvidia card model:

$ lshw -numeric -C display
or
$ lspci -vnn | grep VGA

Download the Official Nvidia Driver. Using your web browser navigate to the official Nvidiawebsite and download an appropriate driver for your Nvidia graphic card. Save the file into your home directory. Example:

$ ls
NVIDIA-Linux-x86_64-410.73.bin

Install Prerequisites. The following prerequisites are required to compile and install Nvidia driver:

$ sudo dpkg --add-architecture i386
$ sudo apt update
$ sudo apt install build-essential libc6:i386

Next step is to disable the default nouveau Nvidia driver. Follow this guide on how to disable the default Nouveau Nvidia driver.
Make sure you reboot your system before you proceed to the next step.
In order to install new Nvidia driver we need to stop the current display server. The easiest way to do this is to change into runlevel 3 using the telinit command. After executing the following linux command the display server will stop, therefore make sure you save all your current work ( if any ) before you proceed:

$ sudo telinit 3

Hit CTRL+ALT+F1 and login with your username and password to open a new TTY1 session.

To start installation of Nvidia driver execute the following linux command and follow the wizard:

$ bash NVIDIA-Linux-x86_64-410.73.bin

You now need to Accept License and follow the wizard to completed the installation. You man also be asked questions like:

The distribution-provided pre-install script failed!

Are you sure you want to continue? -> CONTINUE INSTALLATION

Would you like to run the nvidia-xconfig utility? -> YES

The Nvidia driver is now installed.

Reboot your system:

$ sudo reboot

Configure NVIDIA X Server Settings. After reboot you should be able to start NVIDIA X Server Settings app from the Activities menu.

Appendix

Error message:

WARNING: Unable to find suitable destination to install 32-bit compatibility libraries

Depending on your needs, this can be safely ignored. However, if you wish to install steam game platform this issue cannot be ignored. To resolve execute:

$ sudo dpkg --add-architecture i386

$ sudo apt update

$ sudo apt install libc6:i386

and re-run the nvidia driver installation.

ARE YOU LOOKING FOR A LINUX JOB?
Submit your RESUME or create a JOB ALERT on LinuxCareers.com job portal.

DO YOU NEED ADDITIONAL HELP?
Get extra help by visiting our LINUX FORUM or simply use comments below.

YOU MAY ALSO BE INTERESTED IN:

八、cuda10和cudnn7.4的安裝

安裝cuda cudnn 先下載對應支持的版本 18.04支持 cuda10，我下載最新的.run

安裝cuda

執行如下命令

授權：chmod u+rw cuda_10.0.130_410.48_linux.run

sudo sh cuda_10.0.130_410.48_linux.run

然後會出現很多需要選擇的，全部選擇Y，其他的的就是直接回車鍵默認。這個時候會自動安裝最新並且最合適的顯卡驅動(建議選no)。

下面很關鍵：

安裝完畢後，如果提示安裝不完全，有問題，需要執行如下過程：

再聲明一下環境變量，並將其寫入到 ~/.bashrc 的尾部:

sudo gedit ~/.bashrc

尾部添加：

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然後設置環境變量和動態鏈接庫，在命令行輸入：

sudo gedit /etc/profile

在打開的文件末尾加入：

export PATH=/usr/local/cuda/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64$LD_LIBRARY_PATH

保存之後，創建鏈接文件：

sudo gedit /etc/ld.so.conf.d/cuda.conf

在打開的文件中添加如下語句：

/usr/local/cuda/lib64

然後執行：

sudo ldconfig

使鏈接立即生效。

https://www.cnblogs.com/xiaojianliu/p/9292686.html(參考）

安裝cudnn7.4.2

.在官網下載

https://developer.nvidia.com/rdp/cudnn-download#a-collapse42-10

要下載四個文件

cuDNN v7.4.2 Library for Linux

cuDNN v7.4.2 Runtime Library for Ubuntu18.04 (Deb)

cuDNN v7.4.2 Developer Library for Ubuntu18.04 (Deb)

cuDNN v7.4.2 Code Samples and User Guide for Ubuntu18.04 (Deb)

三.進入到文件下載目錄裏，比如download

在終端輸入（一定要按照順序安裝不然會出錯）

tar -xzvf cudnn-10.0-linux-x64-v7.4.2.24.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

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

安裝其餘的包

sudo dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb

sudo dpkg -i libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb

sudo dpkg -i libcudnn7-doc_7.4.2.24-1+cuda10.0_amd64.deb

2.驗證cudnn 是否安裝成功

cp -r /usr/src/cudnn_samples_v7/ $HOME

cd $HOME/cudnn_samples_v7/mnistCUDNN

make clean && make

./mnistCUDNN

當輸出是：

Result of classification: 1 3 5

Test passed!

說明cudnn安裝成功！

如果出現錯誤說，出現未知error 或者abocing hp ::73 等錯誤卸載cuda 重裝就不會有錯！

ubuntu18.04 卸載CUDA10 CUDNN

卸載

sudo apt-get --purge remove cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48

sudo apt-get --purge remove cuda-*-10-0

https://developer.nvidia.com/cuda-toolkit-archive 歷史版本

九、安裝ananconda+tensorflow

定位到文件路徑，先授權，然後安裝

sudo chmod u+rw Anaconda3-2018.12-Linux-x86_64.sh

sudo sh ./ Anaconda3-2018.12-Linux-x86_64.sh

使用Anaconda管理多個版本的Python環境:
假設你已安裝anaconda環境則往下進行操作，否則去安裝該環境

1、查看系統當前已有的Python環境，執行命令：conda info --envs
發現現在環境只有anaconda自帶的python2.7環境
可以使python -V常看python版本信息
conda env list
2、我想添加一個Python3.5的環境，
執行命令：conda create --name python35 python=3.5

source activate python35

conda create --name python27 python=2.7

source activate python27

命令中我制定了環境名稱是Python35，指定了Python版本是3.5，執行命令後，
Conda 會自動下載最新版的Python3.5，並自動部署
3、再次查看當前系統已有的Python環境，執行命令：conda info --envs，從圖中我們看
到，這裏多了一個名字爲Python35的Python環境
4、切換Python環境到剛纔新添加的Python35，執行命令：source activate python35，然後執行命令：python --version，查看是否切換成功

括號裏面操作，在ubuntu18.04 cuda10 cudnn7.4下失敗。（安裝TensorFlow

從：https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/ 網站選擇對應的安裝版本。速度比較快，目前只支持tensorflow1.5.0最高版 python2.7對應的。

輸入網址：最好是google瀏覽器 https://mirrors.tuna.tsinghua.edu.cn/help/查找tensorflow,點開鏈接，然後選擇對應的系統及版本，複製下面的語句，命令行執行：比如

pip install \

-i https://pypi.tuna.tsinghua.edu.cn/simple/ \

https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/tensorflow_gpu-1.5.0-cp27-none-linux_x86_64.whl

進入python

import tensorflow 實驗一下，如果沒有出錯，說明成功了。）

環境創建完成之後，source activate激活環境。這裏又有一個坑，我一開始是用pip安裝TensorFlow的，即直接用了清華鏡像.然而導入tensorflow的時候報錯，說需要cuda9.0。。。。傻眼ing

於是又去騷擾百度。。。。。小哥哥很快給了正解，說需要用conda安裝就不會報錯！又一次刷新三觀，學到新知識。萬能的淘寶啊。

注意之前要先把conda換成清華鏡像啊，不然下載慢到你懷疑人生。具體方法爲：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

然後運行指令（運行前先配置鏡像channel，否則很慢）

conda install tensorflow-gpu=1.5.0 python3.5對應的

conda install tensorflow-gpu=0.12.0 python27對應的

短暫的等待後，就完成安裝了。接着用spyder的用戶注意了，需要重裝下spyder才能調用tensorflow

conda install spyder

至此，基於RTX2080的GPU版tensorflow終於完成了。

缺少庫的寶寶們，都到清華鏡像pip安裝去找啊 https://mirror.tuna.tsinghua.edu.cn/help/pypi/

5、在Python35環境下，完成工作後，切回原來的Python環境，執行命令：source deactivate Python35
6、如果剛纔添加的Python27環境，不再使用，可通過執行命令：conda remove --name python27 --all，或 conda remove -n python35 --all 進行刪除

注意：某虛擬環境下使用pip安裝某模塊如果找不到，可能該版本不支持該庫；或者指定的鏡像通道沒有，可以嘗試conda install安裝，但安裝的時候一定要注意安裝提示信息，是否會更新虛擬環境的python版本。比如PIL的在python3.5安裝，會把版本下降到python2.7，導致原來的虛擬環境變化。這是一定要注意的。

Anaconda安裝與使用鏈接: https://blog.csdn.net/qq_31610789/article/details/80646276

清華鏡像源download link: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

十、Ubuntu 卸載 anaconda

如果需要卸載anaconda，執行如下過程：

進入安裝 Anaconda 目錄，用下面這個命令
sudo rm -r anaconda3 即可刪除文件夾。

sudo rm -rf ~/.condarc

sudo rm -rf ~/.conda

sudo rm -rf ~/.continuum

更新路徑。輸入命令
gedit ~/.bashrc
註釋掉或者刪除“ export PATH=/home/usr/anaconda3/bin:$PATH ”，保存文檔。
輸入命令
source ~/.bashrc 關閉當前終端.

十一、pycharm安裝

安裝Pycharm專業破解版

我下載的是pycharm-professional-2018.1.4，破解補丁是JetbrainsCrack-2.8-release-enc.jar，找不到的童鞋可以留言，我發給你。

破解如下：

解壓縮pycharm-professional-2018.1.4並放在Home下，將JetbrainsCrack-2.8-release-enc.jar也複製到Home下。
在pycharm的bin目錄下找到pycharm.vmoptions和pycharm64.vmoptions，用gedit打開，均在末尾加

-javaagent:/home/guo/[pycharm-2018.2.4/]JetbrainsCrack-3.1-release-enc.jar (注意破解文件路徑放哪裏了）
在bin目錄運行命令sh ./pycharm.sh,選擇激活碼激活，輸入一下激活碼：

ThisCrackLicenseId-{

"licenseId":"11011",

"licenseeName":"微信公衆號",

"assigneeName":"裸睡的豬",

"assigneeEmail":"[email protected]",

"licenseRestriction":"",

"checkConcurrentUse":false,

"products":[

{"code":"II","paidUpTo":"2099-12-31"},

{"code":"DM","paidUpTo":"2099-12-31"},

{"code":"AC","paidUpTo":"2099-12-31"},

{"code":"RS0","paidUpTo":"2099-12-31"},

{"code":"WS","paidUpTo":"2099-12-31"},

{"code":"DPN","paidUpTo":"2099-12-31"},

{"code":"RC","paidUpTo":"2099-12-31"},

{"code":"PS","paidUpTo":"2099-12-31"},

{"code":"DC","paidUpTo":"2099-12-31"},

{"code":"RM","paidUpTo":"2099-12-31"},

{"code":"CL","paidUpTo":"2099-12-31"},

{"code":"PC","paidUpTo":"2099-12-31"}

"hash":"2911276/0",

"gracePeriodDays":7,

"autoProlongated":false}

到期時間爲2099年，基本爲永久啦。這裏參考了博客，在此感謝：

https://blog.csdn.net/u014044812/article/details/78727496。、

十二、安裝Keras

1、創建一個環境,指定python版本

$ conda create -n tf python=3.6

2、激活創建的tf環境：

$ conda activate tf 或者 $ source activate tf

在該環境下安裝tensorflow-gpu及keras框架：

$ conda install tensorflow-gpu keras

4、查看安裝是否成功

$ python
>>import keras
import tensorflow

5、安裝其他所需要的庫

$ conda install pillow
$ conda install matplotlib
$ conda install scikit-learn
$ conda install graphviz pydot

6、退出該環境

$ conda deactivate 或者 source deactivate

7、移除tf環境

$ conda remove -n tf --all

8、查看GPU運行狀況

$ watch -n 0 nvidia-smi
---------------------
作者：揹包客w
來源：CSDN
原文：https://blog.csdn.net/weixin_39954229/article/details/79961172
版權聲明：本文爲博主原創文章，轉載請附上博文鏈接！

十三、安裝jupyter

pi3 install jupyter
jupyter notebook --generate-config

jupyter notebook

十四、安裝pytorch-cpu

conda install pytorch torchvision cuda100 -c pytorch

cuda10下安裝命令

老版本：

https://pytorch.org/get-started/previous-versions/

INSTALLING PREVIOUS VERSIONS OF PYTORCH

We’d prefer you install the latest version, but old binaries and installation instructions are provided below for your convenience.

Via conda

This should be used for most previous macOS version installs.

To install a previous version of PyTorch via Anaconda or Miniconda, replace “0.4.1” in the following commands with the desired version (i.e., “0.2.0”).

Installing with CUDA 9

conda install pytorch=0.4.1 cuda90 -c pytorch

conda install pytorch=0.4.1 cuda92 -c pytorch

Installing with CUDA 8

conda install pytorch=0.4.1 cuda80 -c pytorch

Installing with CUDA 7.5

conda install pytorch=0.4.1 cuda75 -c pytorch

Installing without CUDA

conda install pytorch=0.4.1 -c pytorch

From source

It is possible to checkout an older version of PyTorch and build it. You can list tags in PyTorch git repository with git tag and checkout a particular one (replace ‘0.1.9’ with the desired version) with

git checkout v0.1.9

Follow the install from source instructions in the README.md of the PyTorch checkout.

Via pip

Download the whl file with the desired version from the list below, and run

pip install /path/to/whl/file

You can also directly pass a URL to pip:

pip install https://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl

If you want no CUDA support, the URL would be something like https://download.pytorch.org/whl/cpu/torch-0.4.1-cp36-cp36m-linux_x86_64.whl

There are seven major lists below: Linux binaries compiled with CUDA 9.2, 9.1, 9.0, 8 and 7.5 support, Windows support, and Mac OSX & miscellaneous other binaries.

PyTorch Linux binaries compiled with CUDA 9.2

PyTorch Linux binaries compiled with CUDA 9.1

PyTorch Linux binaries compiled with CUDA 9.0

PyTorch Linux binaries compiled with CUDA 8

PyTorch Linux binaries compiled with CUDA 7.5

Linux No CUDA binaries

Windows binaries

Mac and misc. binaries

For recent macOS binaries, use conda:

e.g.,

conda install pytorch=0.4.1 cuda90 -c pytorch conda install pytorch=0.4.1 cuda92 -c pytorch conda install pytorch=0.4.1 cuda80 -c pytorch conda install pytorch=0.4.1 -c pytorch # No CUDA

備註1：

CUDA 版本，顯卡驅動，Ubuntu版本，GCC版本之間的對應關係

2018年10月28日 15:14:38 zl535320706 閱讀數：132

顯卡驅動與CUDA版本對應關係

來源：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

CUDA版本與Ubuntu 版本，以及GCC版本對應關係

CUDA 8.0

來源：https://docs.nvidia.com/cuda/archive/8.0/cuda-installation-guide-linux/index.html

CUDA 9.0

來源：https://docs.nvidia.com/cuda/archive/9.0/cuda-installation-guide-linux/index.html

CUDA 10.0

備註2：

查看 CUDA cudnn 版本查看Navicat GPU版本查看nvidia 驅動版本

2017年12月20日 20:21:53 青盞閱讀數：6986

查看 CUDA cudnn 版本

cuda 版本

cat /usr/local/cuda/version.txt

cudnn 版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

查看Navicat GPU版本

nvidia-smi

//10s顯示一次

watch -n 10 nvidia-smi

nvidia-smi -l

查看nvidia 驅動版本

cat /proc/driver/nvidia/version

硬件層面判斷主板是否識別顯卡：

lspci | grep NVIDIA

lspci | grep VGA

# VGA compatible controller: NVIDIA Corporation Device 1b02