深度学习Linux环境搭建（RTX2080Ti+CUDA10.0+cuDNN7.4)

0. 前言

在经历了数次系统重装过后，总算完成了环境搭建工作，期间走了不少弯路，为此记录下来，以备查阅。
本经历适用于以下情况：

1. 拥有最新图灵架构显卡，想完全发挥新架构的能力
2. 想全新安装一个能用于深度学习的Linux操作系统
3. 鉴于网上教程相对陈旧，好多平台只支持到9.x，想尝鲜的，或者为将来做准备的
4. 爱折腾的

在进行以下步骤之前，假设已经拥有以下额外条件：

1. 能顺利访问国外的网站（就是那啥，放路由器上面，然后就能全局不用担心网络问题了）
2. 能接受UEFI引导方式，磁盘是GPT格式
3. 耐心

---

1. 系统安装

系统选择的是与Ubuntu同源的Linux Mint操作系统，操作习惯更接近于Windows，个人认为学习成本更低，更易用。官方网站：https://www.linuxmint.com/

怎么样，是不是比Ubuntu的基佬紫更有极客范~~

选择最新的Mint19-Mate版，64位，下载安装镜像（不同的镜像地址，二选一）：

https://mirrors.tuna.tsinghua.edu.cn/linuxmint-cd/stable/19/linuxmint-19-mate-64bit-v2.iso
https://mirrors.shu.edu.cn/linuxmint-cd/stable/19/linuxmint-19-mate-64bit-v2.iso

下载软碟通，制作U盘启动盘
文件 --> 打开 ISO镜像

启动 --> 写入硬盘映像

选择将要写入的U盘（注意，将会格式化整个U盘）

完成后重启，进入BIOS设置界面，选择UEFI启动方式，选择U盘的UEFI启动分区（不同品牌主板不一致，参考对应主板的设置教程）
进入启动界面后是这个样子

-

"nomodeset"启动

在启动界面，选择第一项，按“e”键，进入启动参数修改界面，找到“quiet splash”，修改成“nomodeset”（不包括引号），按组合键：Ctrl+X启动

进入U盘操作系统后，打开“Install Linux Mint”，选择“English”，安装英文版的系统，中文在今后可能是个隐患。然后一路Continue到

选择“Something else”
到如下这个界面， 一定要小心确认，一定要小心确认，一定要小心确认，建立一个Ext4格式的分区，挂载为“/”，“Device for boot loader installation”选择磁盘（推荐买个256GB的固态盘，整个盘都装Linux）。实在是确认不了，怕丢数据的，把其它硬盘都摘了再来。

选择分区，引导，再次确认没有弄错，否则数据可能一去不回

接下来就是傻瓜试正常流程，安装完毕后选择重启

（留位置，后面有时间补充多系统能开机选择的超炫启动界面）

---

2. 安装显卡驱动+CUDA

一样的，由于刚安装的系统没有显卡驱动，需要改启动参数才能启动进入系统，参考前面的“nomodeset启动”
进入系统后，打开命令行窗口，下载CUDA安装包

wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_410.48_linux

按组合键：Ctrl+Alt+F1退出桌面系统，再结束掉桌面的进程，下载的安装包里面包含了410驱动，CUDA，OpenCL等的支持，因此，在第一个键入accept后，一路键入y，有两个需要输入路径的地方（cuda安装目录），直接回车

sudo /etc/init.d/lightdm stop                              // 结束进程
sudo bash ./cuda_10.0.130_410.48_linux.run                 // 开始安装
sudo /etc/init.d/lightdm start                             // 回到桌面

安装完成后，安装文件并没有自动添加引用目录和环境变量，因此要手工完成

sudo xed /etc/ld.so.conf.d/cuda.conf
#添加并保存
/usr/local/cuda-10.0/lib64

sudo xed /etc/environment
#添加
:/usr/local/cuda-10.0/bin
#成如下样子
PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/usr/local/cuda-10.0/bin"
#保存

完成后重启一次

reboot

---

3. 安装cuDNN

下载地址：https://developer.nvidia.com/rdp/cudnn-download
官方要求注册了过后就能下载，注意是
cuDNN Runtime Library for Ubuntu18.04 (Deb)、cuDNN Developer Library for Ubuntu18.04 (Deb)
两个文件。

进入下载文件的目录，用命令安装

sudo dpkg -i libcudnn7_7.4.1.5-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.4.1.5-1+cuda10.0_amd64.deb

---

4. 安装OpenCV

安装Host环境基础包

sudo apt-get install gcc g++
sudo apt-get install libgtk2.0-dev pkg-config                  // OpenCV窗体依赖

下载3最新版本

wget https://github.com/opencv/opencv/archive/3.4.4.zip

cd opencv-3.4.4/
mkdir build
cd build/
cmake ..
make -j8
sudo make install

（注：以下步骤可能不需要，如果出现libopencv_highgui库文件找不到的情况再做）

sudo xed /etc/ld.so.conf.d/opencv.conf
#添加并保存
/usr/local/lib
#执行，使设置生效
sudo ldconfig