Ubuntu 显卡驱动安装方法+tensorflow-gpu安装

本文主要记录自己在ubuntu系统下搭建深度学习的tensoflow环境的一些内容，主要包括

• 安装显卡驱动
• 安装anaconda+pycharm
• 利用conda环境搭建和安装tensorflow

一、安装显卡驱动

步骤：

1、去官网查询并下载对应的.run文件。我的是 gtx1070ti ，下载的是 NVIDIA-Linux-x86_64-410.78.run。

2、使用指令：sudo apt-get purge nvidia*  卸载旧驱动。

3、禁用自带的nouveau驱动：使用指令：sudo gedit /etc/modprobe.d/blacklist-nouveau.conf  在弹出的文件最后添加下列两个语句：

blacklist nouveau

options nouveau modeset=0

4、终端执行命令：sudo update-initramfs -u ，然后重启，打开终端输入命令：lsmod | grep nouveau 屏幕没有输出表示禁用成功。

5、禁用X-Window服务。执行命令：sudo service lightdm stop  这个时候会进入"黑屏"模式，卧槽，黑屏了，但是不要担心，按照步骤来，现在按下 Ctrl+Alt+F1 进入终端编辑模式。然后cd到.run存放的路径，我安装的是中文的Ubuntu，**.run文件存在 “下载” 文件夹中，但是在"黑屏"模式下不支持中文，所以我退出黑屏模式将**.run文件放在 用户目录 下就能直接使用了。

6、修改 **.run 文件权限。执行命令 chmod a+x **.run

• –no-opengl-files：表示只安装驱动文件，不安装OpenGL文件。这个参数不可省略，否则会导致登陆界面死循环，英语一般称为”login loop”或者”stuck in login”。
• –no-x-check：表示安装驱动时不检查X服务，非必需。
• –no-nouveau-check：表示安装驱动时不检查nouveau，非必需。
• -Z, --disable-nouveau：禁用nouveau。此参数非必需，因为之前已经手动禁用了nouveau。
• -A：查看更多高级选项。

7、安装。执行命令 sudo ./**.run –no-opengl-files

在安装驱动的时候，有一布问你”Would you like to run the nvidia-xconfig utility to automatically update your X configuration file…”什么的，选择 No。

参考：https://blog.csdn.net/zafir_410/article/details/73188228?utm_source=itdadao&utm_medium=referral

8、安装完成。使用指令：sudo service lightdm start 退出黑屏模式。

9、测试。在终端执行指令：nvidia-smi  #若列出GPU的信息列表，表示驱动安装成功。

更新：使用该链接的方法一在线安装，也可以成功安装显卡驱动https://blog.csdn.net/ghw15221836342/article/details/79571559需要注意去官网查看自己的显卡驱动对应的型号替即可

二、安装anaconda+pycharm

略，这两个软件的安装比较简答，没什么坑，自行百度安装即可

三、利用conda环境搭建和安装tensorflow

网上有很多教程写道怎么安装tensorflow-gpu的，因为需要自己安装cuda和各种依赖，并且cuda还有各种版本，cuda8.0+cudnn5.1/cudnn6.0，cuda9.0+cudnn7.0等各种字眼。当安装了anaconda之后可以使用conda环境安装tensorflow，几行代码就搞定了，不需要配置自己各种版本cuda那么复杂，所以我也赶紧记录一下

先创建一个tensorflow的虚拟环境

conda create -n tensorflow python=3.6(根据自己的安装环境设置)

其中 名字tensorflow可以自己设定，可以后面增加数字表示子的tensorflow的版本

1、在conda环境下配置tensorflow环境，两行代码搞定。

source activate tensorflow命令激活tensorflow环境，

conda install tensorflow-gpu 会自动安装tensorflow及其各种依赖包括（cuda）

更多请参考：https://stackoverflow.com/questions/35252888/tensorflow-installation-problems

2、或者自己选择需要安装的版本和型号：

conda install tensorflow-gpu==1.9.0

或者conda install tensorflow-gpu==1.9.0 cudatoolkit==8.0搭建自己需要的cuda版本，更多参考

更多请参考：http://www.cnblogs.com/darkknightzh/p/9834567.html  

附一份简单的测试代码：

import tensorflow as tf
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

四、安装opencv

conda安装可以百度，但是我更换了清华的源安装也是很慢，所以使用啦pip安装

# python3版本的基本包安装
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==3.1.0.4
# python3版本的额外包安装
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python==3.1.0.4

参考：https://blog.csdn.net/xd_wjc/article/details/82875108

但是又发现按照上面的安装方法的opencv模块中的cv2.imshow()函数功能不齐全，所以换了一种安装方法：自己下载然后手动安装，下载链接，选择自己对应的python版本和需要的opencv的版本即可：

https://anaconda.org/menpo/opencv3/3.1.0/download/linux-64/opencv3-3.1.0-py36_0.tar.bz2

下载之后，使用

source activate tensorflow #激活环境之后直接

conda install opencv3-3.1.0-py36_0.tar.bz2 #即可安装

这样该opencv版本就安装在conda的tensorflow虚拟环境中了。为了方便还可以创建其他的虚拟环境，互不相干，挺方便的