双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu

双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn7.5.1+anaconda3+tensorflow-gpu

参考博客
http://www.tuicool.com/articles/JvUvQjZ
https://blog.csdn.net/10km/article/details/61191230
https://blog.csdn.net/wf19930209/article/details/81877822
https://blog.csdn.net/weixin_40859436/article/details/83152249

1. Ubantu系统的安装

  1. 系统下载
  • https://www.ubuntu.com/download/desktop
  1. U盘启动工具制作
    下载软件 Universal-USB-Installer-1.9.8.1 点击打开链接
    https://www.pendrivelinux.com/universal-usb-installer-easy-as-1-2-3/
    按照软件的提示来。
    双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第1张图片
  2. 给出空闲去用于安装Ubuntu系统
    分区快捷键“win+X”->“磁盘管理”->“压缩卷”
    双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第2张图片给Ubuntu系统预留30G,此处最好从固态硬盘划分。给Home预留300G(可根据实际情况给)这个区用于放东西,从磁盘中划分就好了。
  3. Ubuntu系统的安装
    通过U盘启动电脑,选择直接安装Ubuntu系统。
    双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第3张图片进入到这个界面一定要选其他选项,这样才可以自己分区。
    双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第4张图片
    选择之后开始分区

双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第5张图片
一共要分4个区
第一次分区

“空闲”处点“+”,进行如下设置:(注意一定要在空闲出操作,注意空闲处的内存与自己实际划分的内存对应)

挂载点:“/”
大小:20480M(看自个分配多少给Ubuntu 这里我是20G)
新分区的类型分区
新分区的位置:空间起始位置
用于EXT4日志文件系统

第二次分区
“空闲”处,继续点“+”,如下设置,(注意:安装在那个盘就点哪一个的空闲)
挂载点:(不设置)
大小:2048-8192 M(根据实际情况给)
新分区的类型:逻辑分区
新分区的位置:空间起始位置
用于交换空间

第三次分区
“空闲”处,继续点“+”,如下设置,
挂载点:/boot
大小:400MB
新分区的类型:逻辑分区
新分区的位置:空间起始位置
用于:EXT4日志文件系统

第四次分区:
“空闲”处,继续点“+”,如下设置,
挂载点:/home (这属于文件盘)
大小:自己根据需要给定(存储一些文件我给了300G)
新分区的类型:逻辑分区
新分区的位置:空间起始位置
用于:EXT4日志文件系统

分区设置完毕后,下方还有一项“安装启动引导器的设备”,请选择你/boot所在的盘符。接着安装。

2 安装显卡驱动前处理

  1. 在显卡驱动RTX2070未安装之前,手动修改一下grub文件:
  • vim $sudo apt-get install vim-gtk
  • sudo vim /etc/default/grub
  • 在打开的文件中找到 #GRUB_GFXMODE=640×480 后面两项改为1920*1080(根据实际修改)。
    (若电脑没有集成显卡,更改分辨率的效果要等到装好显卡驱动才看的到)
    修改完成输入:
  • sudo update-grub
    注意如果此步提示没有安装pip
    可执行
  • sudo apt-get install python-pip
  • sudo apt-get install python-numpy swig python-dev python-wheel
    2 更改apt的源
    (1)在修改source.list前,最好先备份一份,所以执行
  • sudo cp /etc/apt/sources.list /etc/apt/sources.list.old
    (附:如果此步显示此文件不存在,则执行sudo gedit /etc/apt/source.list 否则忽略附言)
    (2)执行命令打开source.list文件
  • sudo vim /etc/apt/source.list 或 sudo gedit /etc/apt/source.list
    (3)增添源,把下面的内容复制到source.list中去,并覆盖原来的文件内容。
  • 先点 i,
  • 鼠标右键粘贴
  • 完成了按esc键,再按 :wq! (或 按住shift+两下z)保存退出。
    deb http://mirrors.163.com/ubuntu/ lucid-backports main restricted universe multiverse
    deb-src http://mirrors.163.com/ubuntu/ lucid main restricted universe multiverse
    deb-src http://mirrors.163.com/ubuntu/ lucid-security main restricted universe multiverse
    deb-src http://mirrors.163.com/ubuntu/ lucid-updates main restricted universe multiverse
    deb-src http://mirrors.163.com/ubuntu/ lucid-proposed main restricted universe multiverse
    deb-src http://mirrors.163.com/ubuntu/ lucid-backports main restricted universe multiverse
    deb http://mirrors.sohu.com/ubuntu/ lucid main restricted universe multiverse
    deb http://mirrors.sohu.com/ubuntu/ lucid-security main restricted universe multiverse
    deb http://mirrors.sohu.com/ubuntu/ lucid-updates main restricted universe multiverse
    deb http://mirrors.sohu.com/ubuntu/ lucid-proposed main restricted universe multiverse
    deb http://mirrors.sohu.com/ubuntu/ lucid-backports main restricted universe multiverse
    deb-src http://mirrors.sohu.com/ubuntu/ lucid main restricted universe multiverse
    deb http://old-releases.ubuntu.com/ubuntu/ natty main restricted universe multiverse
    deb http://old-releases.ubuntu.com/ubuntu/ natty-security main restricted universe multiverse
    deb http://old-releases.ubuntu.com/ubuntu/ natty-updates main restricted universe multiverse
    deb http://old-releases.ubuntu.com/ubuntu/ natty-proposed main restricted universe multiverse
    deb http://old-releases.ubuntu.com/ubuntu/ natty-backports main restricted universe multiverse
    deb-src http://old-releases.ubuntu.com/ubuntu/ natty main restricted universe multiverse
    deb-src http://old-releases.ubuntu.com/ubuntu/ natty-security main restricted universe multiverse
    deb-src http://old-releases.ubuntu.com/ubuntu/ natty-updates main restricted universe multiverse
    deb-src http://old-releases.ubuntu.com/ubuntu/ natty-proposed main restricted universe multiverse
    deb-src http://old-releases.ubuntu.com/ubuntu/ natty-backports main restricted universe multiverse
    deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
    #deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
    deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
    #deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
    deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
    #deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
    deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse

你还可以添加其他的源自行网上搜索
(4)最后更新源和更新已安装的包

  • sudo apt-get update
  • sudo apt-get upgrade
    (5)装SSH Server,这样可以远程ssh访问这台主机(也可不用)
  • sudo apt-get install openssh-server

注意: 当遇到gcc版本与linux内核不符合的情况时可按照以下指令下载符合的版本。

  • sudo apt-get install gcc- **(星号后面为相应的版本号)
  • sudo apt-get install g++ - **
    先把目录切换到/usr/bin下。修改原先gcc与g++的软连接,使得新安装的gcc与g++生效。
  • cd /usr/bin
  • sudo mv gcc gcc.bak
  • sudo ln -s gcc-** gcc
  • sudo mv g++ g++.bak
  • sudo ln -s g+±** g++

3 安装显卡RTX2070驱动

1. 禁用nouveau驱动
Ubuntu系统集成的显卡驱动程序是nouveau,我们需要先将nouveau从linux内核卸载掉才能安装NVIDIA官方驱动。
若禁用后无法显示图形界面 通过alt+ctrl+F1(F1-F12)进入到命令行模式(我的电脑是F3切换到纯命令行模式。F2切换回图形模式)
(1) 修改blacklist.conf 文件属性blacklist.conf
查看属性

  • ll /etc/modprobe.d/blacklist.conf
    修改属性

  • sudo chmod 666 /etc/modprobe.d/blacklist.conf
    用vi编辑器打开

  • sudo vi /etc/modprobe.d/blacklist.conf

  • 在文件末尾添加如下几行:
    blacklist vga16fb
    blacklist nouveau
    blacklist rivafb
    blacklist rivatv
    blacklist nvidiafb
    (2)修改并保存文件后,记得把文件属性复原:

  • sudo chmod 644 /etc/modprobe.d/blacklist.conf
    更新一下内核

  • sudo update-initramfs -u
    修改后需要重启系统

  • reboot (重启)
    重启系统确认nouveau是否已经被屏蔽掉,使用lsmod命令查看,lsmod命令用于显示已经加载到内核中的模块的状态信息

  • lsmod | grep nouveau
    若已屏蔽没有任何信息
    2. 安装驱动
    (1)安装之前先卸载已经存在的驱动版本

  • sudo apt-get remove --purge nvidia*
    (2)安装相关依赖项

  • sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
    (3)顺便安装vim(vim是一个类似于vi的文本编辑器,不过在vi的基础上增加了很多新的特性,后面配置的时候用得到)

  • sudo apt-get install vim
    (4)添加Graphic Drivers PPA

  • sudo add-apt-repository ppa:graphics-drivers/ppa

  • sudo apt-get update
    (5)寻找合适的驱动版本

  • ubuntu-drivers devices
    安装驱动

  • sudo apt-get install nvidia-418(根据自己的驱动号)
    或者使用

  • sudo apt-get install nvidia*

  • sudo ubuntu-drivers autoinstall (安装所有驱动)

  • 找到软件和更新系统应用,点击附加驱动进行安装
    注意如果上述不成功,进入步骤(7)。安装成功直接重启
    (7)手动安装nvidia驱动 (依旧要禁用nouveau驱动)

  • 进入nvidia官网 https://www.geforce.cn/drivers
    下载对应显卡的驱动程序,下载后的文件格式为run。

  • 删除原有的NVIDIA驱动程序(若没有安装忽略)

    • sudo apt-get remove –purge nvidia*
  • 进入命令行桌面
    给驱动文件增加可执行权限

    • sudo chmod a+x NVIDIA-Linux-x86_64-418.74.run(cd到文件所在文件夹。)
      安装
    • sudo sh ./NVIDIA-Linux-x86_64-418.74.run.run –no-opengl-files
      (安装过程出现了几个警告,搞了好久没有解决,后来直接无视警告安装了,居然可以用。。。)
      (8)安装完成后重启即可
      检验驱动是否成功安装
  • nvidia-smi
    双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第6张图片

3 Cuda安装

  1. 进入官网https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第7张图片注意:运行指令需要cd到包含该文件的文件夹目录下
根据官网提示指令安装即可

  • sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.168-418.67_1.0-1_amd64.deb
  • sudo apt-key add /var/cuda-repo-ubuntu1804-10-1-local-10.1.168/7fa2af80.pub
  • sudo apt-get update
  • sudo apt-get install cuda

4 cuDNN的安装

  1. 进入官网
  • https://developer.nvidia.com/rdp/cudnn-download
    注册账号,下载对应cudnn版本,选择第一个for linux
    双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第8张图片2. 下载完成解压文件
  • tar -zxvf cudnn-10.1-linux-x64-v7.5.1.10.tgz
  1. 解压完成将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*
  1. 编辑环境变量
  • 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=“ C U D A H O M E / b i n : CUDA_HOME/bin: CUDAHOME/bin:PATH”
    保存后,终端输入
  • source ~/.bashrc

5 Anaconda3安装

1.进入官网,下载需要版本

  • https://www.anaconda.com/distribution/
  1. cd进入下载文件所在的目录,在命令行输入:
  • bash Anaconda2-4.0.0-Linux-x86_64.sh
  1. 安装完成之后,在.bashrc中添加Anaconda的库文件,输入
  • sudo gedit ~/.bashrc
  1. 文件最后加入
  • export PATH="/home/你的用户名/anaconda3/bin:$PATH"
  • export LD_LIBRARY_PATH="/home/lyndon/anaconda2/lib:$LD_LIBRARY_PATH"
    保存后,终端输入
  • source ~/.bashrc
  1. 关闭终端
    安装完成后最好重启下电脑

6. tensorflow-gpu安装

直接终端输入

  • conda intall tensorflow-gpu
    注意:不要把conda换成清华镜源,现在网上的清华镜源都不能用了(可能是我找的问题),换源后会导致安装失败。
    测试是否正确安装:
    进入终端输入 ipython
  • ipython
  • import tensorflow as tf
  • a = tf.constant(2)
  • print(tf.Session().run(a))
    正确的输出:

双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu_第9张图片
就此大功告成!

你可能感兴趣的:(一些技巧)