Ubuntu18.04+TITAN RTX+CUDA10.0+cudnn7.5.0+Tensorflow1.14.0配置记录
1.首先用UltraISO 对下载好的Ubuntu.iso进行刻录
2.分区
（我参考了B站上的视频：https://www.bilibili.com/video/av22847796?from=search&seid=5759406593537080466）
然后右键我的电脑>管理>磁盘管理：选个可用空间多的磁盘，点击压缩卷，得到空白的卷进行使用
如果配置Ubuntu失误，需要重装Ubuntu怎么办：
使用MBRfix，先打开一遍MBR.exe,然后cmd>cd到MBR.exe所在的路径，然后:
mbrfix /drive 0 fixmbrmbrfix /drive 0 fixmbr
或者 MbrFix.exe /drive 0 fixmbr
再删除对应卷，就可以重启系统看看有没有问题，没问题就可以重装了
3.重启
插入刻录好的U盘，按del键进入BOOT，设置U盘为第一启动盘，并且
bios禁用secure boot，设置为disable
4.安装Ubuntu
安装的时候选用最小化安装，不要安装图形，英文安装也可以，中文安装也行（推荐中文，避免安装输入法），设置个简单的密码
安装完毕后重启
5.使用命令，更新Ubuntu内核一波:
sudo apt-get install -f
sudo apt update
sudo apt upgrade
6.安装TITAN RTX驱动
6.1准备工作
先根据你自己的显卡，下载对应的Nvidia驱动版本，然后把官网的NVIDIA驱动放到主目录下，方面查找
禁用Ubuntu自带的开源显卡驱动，终端输入：
sudo gedit /etc/modprobe.d/blacklist.conf
下面命令添加到最后一行，然后ESC，输入:wq保存并退出
blacklist nouveau #我只输入了这一条
下面的命令很多教程建议输入，但是我没输入，所以可省略：
blacklist vga16fb
blacklist rivafb
blacklist rivatv
blacklist nvidiafb
option nouveau modeset=0
输入命令更新一下
sudo update-initramfs -u
重启（sudo reboot）：估计要黑屏
若黑屏，则Ctrl+Alt+F2~F6进入命令行，不过闪屏估计要闪很久，所以设置个简单的密码
输入：lsmod |grep nouv*（无输出则成功）
先安装gcc g++ make
sudo apt-get install gcc
sudo apt-get install g++
sudo apt-get install make
查看是否安装成功
gcc -v
6.2手动安装Nvidia驱动
sudo service lightdm stop（关闭图形界面）#当时已经黑屏了，所以我没用过，所以可省略
卸载之前的驱动：如果没有就算了
sudo apt-get purge nvidia* #卸载之前的驱动，可省略
cd到对应路径，或者放在根目录下然后：
#把驱动号更改为自己的版本
sudo chmod a+x NVIDIA-Linux-x86_64-435.21.run
sudo ./NVIDIA-Linux-x86_64-410.78.run –no-opengl-files
更新内核，再重启电脑
sudo service lightdm start（打开图形界面）#我没用过，可省略
sudo update-initramfs -u#更新一波
sudo reboot
再运行nvidia-smi，不报错，有输出则成功
7.CUDA10.0安装
图文请看参考文献
参考文献：https://blog.csdn.net/qq_32408773/article/details/84112166
安装：sudo sh cuda_10.0.130_410.48_linux.run
可能会无法补全名字，先用chmod 777 xxx操作一下，提升下权限
添加环境变量：
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存并退出
source ~/.bashrc
测试是否安装成功
- cd /usr/local/cuda/samples/1_Utilities/deviceQuery
- sudo make
- ./deviceQuery
8.安装CUDNN7.5.0
下载完成后解压：
输入如下命令
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*
测试是否成功
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
9.安装Anaconda
sudo bash Anaconda3-5.3.1-Linux-x86_64.sh
添加环境变量：
sudo gedit ~/.bashrc
最后一行添加：
export PATH=~/anaconda3/bin:$PATH
立即生效
source ~/.bashrc
测试下：命令行中输入python看是否能够得到输出
10.安装Pycharm
https://blog.csdn.net/qq_15192373/article/details/81091278
~$ cd Downloads/pycharm-2018.1.4/bin
sh ./pycharm.sh
11.配置Tensorflow
按照这个命令输下去
conda create -n python35 python=3.5
source activate python35
pip install cython
pip install opencv-python
pip install easydict
pip install Pillow
pip install matplotlib
pip install scipy
pip install keras
pip install tensorflow-gpu==1.13.1/pip install tensorflow-gpu(默认安装1.14.0)
注：CUDA10.0在Ubuntu中是对应tensorflow-gpu1.13.1以上的，但在Windows中无对应关系
测试一下：
import tensorflow as tf
sess = tf.Session()
a = tf.constant(10)
b= tf.constant(12)
sess.run(a+b)
另附:挂载U盘方法
参考文献：https://blog.csdn.net/yy1209357299/article/details/89874661
sudo fdisk -l
假如我们的优盘是fat32格式的
输入指令：mount -t vfat /dev/sdb1 /media
如果是NTFS格式的话
输入指令：mount -t nfs /dev/sdb1 /media
这样就把u盘挂载到media目录了（注意/dev/sdb1 是指u盘的分区 ，你的可能不同）
最后我们只要使用命令：cd /media 再 ls 就ok 了
卸载U盘
sudo umount /media/