ubuntu16 + rtx2080 搭建深度学习环境

1、先更新一下系统：建议将源换成aliyun的源

sudo apt-get update
sudo apt-get dist-upgrade

2、安装RTX2080显卡驱动

2.1添加开源显驱仓库

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

2.2 安装一些依赖

sudo apt-get install dkms synaptic build-essential

2.3 打开系统的 Software & Update 工具，选择 Additional Drivers选择 410 版本，选择更新即可，这个过程耗时10-40分钟，取决于下载时的网速，更新完后系统会提示重启电脑，点击重启即可。

2.4 测试显卡是否安装成功可打开终端（terminal）依次输入下面两个命令测试

nvidia-smi
nvidia-settings

3 安装Cuda和cudnn

除非你打算安装CUDA 10.0并自行编译 TensorFlow 或 PyTorch ，否则不要自行安装 CUDA 和 cuDNN！因为版本兼容问题是个大坑，而网上很多教程却避而不谈。其实最简单稳妥的办法就是通过 Anaconda 安装 TensorFlow ，让它来安装正确的依赖 —— 例如 CUDA 和 cuDNN。

3.1 安装anaconda

Anaconda 是数据科学家的必备神器，而我们使用它安装 TensorFlow 的原因是：

1. 自动安装正确版本的依赖；

2. 环境管理 —— PyTorch 和 TensorFlow 依赖的CUDA版本不一致也没关系；

3. 这个安装方法太简单了！

首先下载 Anaconda。目前官方默认提供 Python 3.7 版的安装包，但由于 TensorFlow 目前还不支持 Python 3.7 ，所以你有两个选择：

1 直接下载Anaconda Python 3.6版。64位的Linux系统应该下载“Anaconda3-5.2.0-Linux-x86_64.sh” ，进入下面这个链接repo.anaconda.com/archive/并下载到指定目录下即可

使用下面的命令进行anaconda安装，终端 cd 到对应的下载目录

bash ./Anaconda3-5.2.0-Linux-x86_64.sh

4  使用anaconda安装tenforflow_gpu版本(强烈推荐)，终端输入下面命令即可

conda install tensorflow-gpu

5 tensorflow测试使用下面的命令进行测试

python
import tensorflow as tf
tf.__version__

返回版本好为1.12即安装完毕！

 

6  参考链接

1 https://mp.weixin.qq.com/s?__biz=MzI2OTc0MDMyOA==&mid=2247483734&idx=1&sn=8a359a8697cf9304ba551e1a35fdd6df&chksm=eadaf111ddad780735ff7ba7c36e57713df13e21d86c899768a0a0d7b22e197784a1ca392739&mpshare=1&scene=1&srcid=&pass_ticket=6YKwQeSjc%2BoqNm4IT0nMvZXMcc4dRSR%2FTOZi7ESNYds%3D#rd%5D

2 https://blog.csdn.net/qq_31119155/article/details/84786032

7 opencv安装，pycharm的terminal下输入下面命令回车即可

pip install opencv-contrib-python==3.4.3.18

测试使用下面命令，即可输出对应的openc版本号

python
import cv2
cv2.__version__