Ubuntu18.04+RTX2080+cuda10+tensorflow
经历了两天的黑暗时光，终于把RTX2080成功装进了ubuntu中，mark一下。
从一开始装系统开始，我的主板型号是华硕ROG STRIX B360-I GAMING，算是很新的板子了，也导致了各种不兼容问题，比如之前装了ubuntu16.04，在ubuntu下无线网卡不能用，window下和ubuntu下声卡都不能用，关机关不掉。换了ubuntu18.04这些问题都解决了，建议最新的主板还是装最新的系统吧。
一、装ubuntu18.04
首先是下载ubuntu18.04的镜像文件
Ubuntu 18.04.1-LTS-桌面版-64位
下载地址:
http://releases.ubuntu.com/18.04/ubuntu-18.04.1-desktop-amd64.iso
bt种子:
http://releases.ubuntu.com/18.04/ubuntu-18.04.1-desktop-amd64.iso.torrent
然后下载rufus制作系统盘， 过程很简单，有一个8g的u盘就可以解决问题，所有设置都是默认就可以。
进入ubuntu的u盘引导界面，第一个选项是try ubuntu，第二个是install ubuntu，点哪个进去都是提示以下错误：
其实有这个提示很常见，但是正常情况下电脑都会闪一下就跳转到ubuntu安装的引导界面了，但是我的电脑始终卡在这里不动。为了解决这个问题，网上找了很多方法，常见的解决方法如下：
1、用nomodeset模式进入安装系统：将光标移到try ubuntu或者install ubuntu的选项处，按e，进入编辑界面，在linux那一行的splash前面加nomodeset，按F10保存
2、禁用acpi功能：将光标移到try ubuntu或者install ubuntu的选项处，按e，进入编辑界面，在linux那一行的，将splash后面的---删除，加上acpi=off noacip，按F10保存
3、开机后按F8，选U盘名字的那个选项，不要选带UEIF的那个选项，要选不带UEIF只有U盘名字的那个，进入后按F6，选择语言后进入引导界面，按F7进入高级选项，在给第一个acpi，第二个是啥我忘了，还有nomodeset按enter打叉，按F10保存设置，再enter 安装ubuntu。
我用第1个没用，用第2个进入后提示另一个错误无法解决，第3个同理无法解决，因此都放弃了。
为了测试究竟是显卡不兼容还是主板问题，我把显卡2080的电源断了，屏幕显示器的线之前与独显相连，现在与主板上集显相连，发现虽然有以上错误提示但是可以进入安装界面！重大发现了，然后把2080的电源又连上，换了个2080上的DP口，发现这个也能跳过去了。好吧，折腾了半天换个口就行了。。。。具体什么原因我也不太清楚，难道这三个DP口供电还不一样？
总归能进入安装界面了，安装ubuntu18.04的过程和安装其他版本都差不多
1、选择语言
2、连接网络
3、正常安装，安装第三方软件（可选）
4、以其他方式分区，分区那里我分了三个区，一个交换空间15G左右，一个500兆的BIOS BOOT，剩下的划到根目录 \ 。
5、写名字密码
没什么困难就装好了，终于可以进入下一步了
二、安装RTX2080驱动
正常显卡的驱动在sudo apt-get update之后，都会在软件和更新里面的附加驱动中显示，或者通过指令 sudo ubuntu-drivers autoinstall就能自动安装，奈何2080太太太太太太太太太新了！附加驱动根本找不到它好么！我先把软件更新源换成了aliyun，还是找不到，绝望中。
多亏了万能的淘宝啊，热心的淘宝小哥给了我一个更新方案如下：
1. 更新apt-get源列表 sudo apt-get update sudo apt-get upgrade 2. 添加驱动源 sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update
然后在软件和更新的附加驱动里面就可以找到2080的驱动了！
没错，就是那个nvidia-drivers-410，点上它后点击apply changes，等待五分钟左右驱动安装结束，然后重启电脑，你会发现界面都变得正常了。
重启后在指令行敲
nvidia-settings重启后在指令行敲恩，就可以看到期待已久的显卡信息了。
三、cuda+cudnn
cuda从官网https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal上下载cuda10版本，因为只有这个支持18.04，官网同时提供了安装指令，很良心。注意运行指令需要cd到包含该文件的文件夹目录下。
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-
sudo apt-get update
sudo apt-get install cuda
但是我在输入第一行指令的时候，就提示错误提示我先运行第二条指令，所以指令的顺序就变成了（pub结尾的这个不知道记得对不对，总之直接把提示的指令输入终端就没错啦）
sudo apt-key add /var/cuda-repo-ubuntu1804-10-0-local-10.0.130/7fa2af80.pub
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
装完cuda就可以装cudnn啦，同样官网https://developer.nvidia.com/rdp/cudnn-download下载，需要注册下账号，选对应cuda10.0的版本，下图中第一个cuDNN v7.3.1 Library for Linux
下载完解压文件，运行以下指令把解压后相应的文件拷贝到对应的CUDA目录下即可（要cd到含cudnn文件的目录下）
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*
注：因为只是cudnn安装方式是将库文件放置再cuda目录下，所以版本万一不对也不要慌，可以重新删除再安装新的版本。
接下来编辑一个path环境变量文档：
sudo gedit ~/.bashrc
将cuda的环境变量加到打开的文件最后
export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64”
export CUDA_HOME=/usr/local/cuda
export PATH="$CUDA_HOME/bin:$PATH"
文件生效：
source ~/.bashrc重启终端，这一大步就算结束了。
四、ananconda+tensorflow
Anaconda安装与使用链接: https://blog.csdn.net/qq_31610789/article/details/80646276
清华镜像源download link: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
先用Anaconda创建python环境：
conda create -n 环境名 python=3.6
环境名就是你自己定义的一个环境名称！
环境创建完成之后，source activate激活环境。这里又有一个坑，我一开始是用pip安装TensorFlow的，即直接用了清华镜像
然而导入tensorflow的时候报错，说需要cuda9.0。。。。傻眼ing
于是又去骚扰淘宝小哥哥。。。。。小哥哥很快给了正解，说需要用conda安装就不会报错！又一次刷新三观，学到新知识。万能的淘宝啊。
注意之前要先把conda换成清华镜像啊，不然下载慢到你怀疑人生。具体方法为：
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
然后运行指令
conda install tensorflow-gpu=1.5.0
短暂的等待后，就完成安装了。接着用spyder的用户注意了，需要重装下spyder才能调用tensorflow
conda install spyder
至此，基于RTX2080的GPU版tensorflow终于完成了。
缺少库的宝宝们，都到清华镜像pip安装去找啊 https://mirror.tuna.tsinghua.edu.cn/help/pypi/
需要漫长的休息。。。。。