Ubuntu系統安裝與深度學習環境配置

Ubuntu系統安裝

• 官網下載ubuntu的iso文件，按照官網介紹制作啟動盤，官網下載，參考1，參考2

• 插入U盤，開機按F11選擇啟動項為U盤（需要將boot改為UEFI引導）

• Try ubuntu，進去之后選擇install ubuntu

• 不要選擇刪除或者和window共存，選擇其他安裝

• 分區：需要將/boot所在分區修改為安裝啟動引導器的設備，其中/boot為啟動引導盤，200-500M；swap為虛擬交換內存，為電腦內存的2倍；/為系統盤，所有軟件的安裝位置；/home為其他盤，用於存儲文件

分區	大小	類型	文件
/boot	500M	邏輯分區	Ex4
swap	30G	邏輯分區	swap
/	150G	主分區	Ex4
/home	300G	主分區	Ex4

• 等待安裝完成，重啟，拔出U盤

Ubuntu系統基本設置

• 設置用戶用戶密碼 sudo passwd root

• 進入root用戶 su 然后退出 exit

• 更改系統的源

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
vim /etc/apt/sources.list
# 從 mirrors.aliyun.com復制ubuntu 18.04的設置

• 更新系統軟件

sudo apt update
sudo apt upgrade

• 禁止內核更新：一定要禁止內核更新，不然新內核與驅動不匹配，導致驅動不可用 參考1 參考2

dpkg --get-selections |grep linux-image     # 顯示所有的內核
dpkg --get-selections |grep linux
uname -r    # 當前所有內核

sudo apt-mark hold linux-image-5.3.0-62--generic      # 禁止內核更新
sudo apt-mark hold linux-headers-5.3.0-62-generic

• 設置-區域與語言管理：管理已安裝語言，然后更新

• 安裝chrome瀏覽器，官網下載，默認下載到 /下載 文件夾 sudo dpkg -i 安裝包

• 安裝Typora：官網

• 屏幕的調整：參考

Xrandr --output DP-1 --primary --auto
Xrandr --output HDMI-1 --right-of  DP-1 --auto

深度學習環境配置

• nvidia顯卡驅動安裝：安裝的是440，參考

sudo apt-get purge nvidia*
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
	blacklist nouveau
	options nouveau modeset=0
sudo update-initramfs -u

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
ubuntu-drivers devices
sudo apt-get install nvidia-driver-440
sudo reboot

• 安裝依賴庫 sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
• 降低gcc版本

g++ --version
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 50
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.8 50

• 下載cuda 10.0文件 run文件，安裝參考

sudo sh cuda_10.0.130_410.48_linux.run

• 安裝cudnn7.4.1 參考

tar -zxvf cudnn-10.0-linux-x64-v7.4.1.5.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
 sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

• 安裝anaconda，官網下載速度較慢 官網下載地址，清華源

sudo bash Anaconda3-2020.02-Linux-x86_64.sh

• 修改pip源：參考

cd ~
mkdir .pip
sudo vim .pip/pip.conf

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = mirrors.aliyun.com

• 安裝tensorflow和keras pip install tensorflow-gpu==1.14.0

pip install tensorflow-gpu==1.14.0
pip install keras

• 測試gpu是否可用：可用 參考

import tensorflow as tf
tf.test.gpu_device_name()

from tensorflow.python.client import device_lib 
device_lib.list_local_devices()

import tensorflow as tf   # 需要設置gpu的顯存使用率，不然會報錯
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.allocator_type = 'BFC' #A "Best-fit with coalescing" algorithm, simplified from a version of dlmalloc.
config.gpu_options.per_process_gpu_memory_fraction = 0.3
config.gpu_options.allow_growth = True
set_session(tf.Session(config=config)) 

• 安裝pytorch 1.2：官網安裝方式

pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

import torch
torch.__version__
torch.cuda.is_available()
torch.cuda.device_count()
torch.cuda.get_device_name(0)

• 安裝pycharm 官網，安裝參考

• 安裝git sudo apt-get install git