安裝ubunt18.04, cuda 10.0, cudnn7.6.5, anaconda3 总结了很多博客，全是干货

本文讲述了如何安裝ubuntu 18.04双系统，和配置cuda 10.0 、anaconda３深度学习环境。

１．安装ubuntu 18.04 双系统

１．制作ubuntu18.04的 Ｕ盘启动盘
从国内镜像下载ubuntu18.04的系统安装文件（.iso格式)
清华源：https://mirrors.tuna.tsinghua.edu.cn/ubuntu-releases/18.04/
下载　ubuntu-18.04.4-desktop-amd64.iso　
如果你想使用服务器版本，下载　ubuntu-18.04.4-live-server-amd64.iso
使用ultraiso 制作启动盘，详细教程如下：
https://blog.csdn.net/red_ear/article/details/80748146
https://blog.csdn.net/weixin_40554881/article/details/80625315

２.压缩磁盘，为安装ubuntu　腾出空间
　　进入Windows系统，打开一个文件夹，右键此台电脑，选择管理，在弹出来的界面中点击磁盘管理器，右键某个比较大的硬盘，选择压缩卷，压缩出一定的空间，比如100G左右，压缩完之后，压缩出来的部分会显示“未分配”字样。

３．重启电脑，进入ＢＩＯＳ界面，　有些电脑是在开机后反复按“Ｄｅｌ"键，有些是”ＥＳＣ"键，一般开机界面最下面会有一行小字显示进入ＢＩＳＯ需要按哪个键。
关闭　security boot，　这个选项一般在　Security　菜单栏里，将其设置为 “Disable” 。
设置你刚做好的启动盘Ｕ盘为第一启动项，退出并保存设置之后重启计算机。

４．重启之后将会看到你的U盘被启动了，把选项滑动到　“Install Ubuntu” 选项之后，按 “e”
找到　"quiet splash ___ " 将其改为　“quiet splash acpi_osi=linux nomodeset” 按 ctrl +　“X” 进入安装界面。　如果不这样改，则会一直卡在　ｕｂｕｎｔｕ 的Logo 界面，无法进入安装界面。

５．进入安装界面之后，选择语言、键盘布局等，到了选择安装类型时，选择　“其他选项”（中文版本）　或　”Something else” (英文版本）进行磁盘分区。　　
进入之后，我们会看见很多磁盘分区，其中就有你刚刚压缩出来的空白空间 (“空闲”　或 free space)。　选中此空间后，点“＋”键进行分区，分区情况如下：

(１).挂载点 /boot 逻辑分区 空间起始位置 Ext４日志文件系统 建议分配300Ｍb左右
(２)．Swap 区域，逻辑分区　空间起始位置　建议分配空间为系统内存的２倍。
(３).挂载点 / 主分区 空间起始位置 Ext4日至文件系统 把所有剩余的空间全部分配给它。　分配空间一定要大，因为你安装Cuda　等库都会放在这个区域，否则会导致因为空间不足而不能安装某些库。

ｐｓ. 有这三个分区就够了，有些教程还会让你给挂载点/home分配空间，其实没有必要。

6.完成磁盘分区之后，点击　Install Now ,点击确认，　然后等待安装完毕。安装完毕后会提示你重启电脑，点击重启（Restart)。

７．重启之后进入　系统引导界面　。把选项移到　Ubuntu 按　“ｅ",找到　“quiet splash $vt_handoff" 在后面加上"acpi_osi=linux nomodeset" ，　按”Ctrl +X" 或“F10"启动系统。　否则也会卡在Ｌｏｇｏ界面进不去系统。

８．更改分辨率，
sudo gedit /etc/default/grub
找到#GRUB_GFXMODE=800x600这行，把800x600改成你想要的分辨率，比如1920x1080，并去掉这一行前面的#，改后变为GRUB_GFXMODE=1920x1080 ，然后保存
打开终端用命令更新grub：sudo update-grub

９．一次性解决每次进入系统卡在logo界面，打开终端，输入：

sudo gedit /boot/grub/grub.cfg
在此文件中找到　“quiet splash $vt_handoff" 在后面加上"acpi_osi=linux nomodeset" ，内核版本较低的Ubuntu系统会找到３个，内核版本较高的Ubuntu系统会找到２个，保存后退出。
输入如下命令，修改此文件的权限。

sudo chmod +w /boot/grub/grub.cfg

如果不这么做，每次进入系统时都需要执行步骤７，修改Grub.cfg文件之后就可以一劳永逸了。

１０．更改　apt-get 的源为国内源
备份原来的源：
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
更换源:
sudo gedit /etc/apt/sources.list
把下面内容复制到文件中：

# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

# 预发布软件源，不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse

最后执行更新源
sudo apt-get update

１０．执行如下命令，安装必要的编译器。
sudo apt-get install build-essential

２．安装Cuda 10.0

不需要提前安装nvidia的显卡驱动，因为cuda 10.0的安装包可同时安装驱动和cuda。直接使用cuda 10.0的安装包同时安装驱动和cudatoolkit，这样做更加容易安装成功。
这篇博客把Cuda 官方的安装指南翻译了一下，照着做就行，我把容易忽略的地方再说一下。链接：https://blog.csdn.net/qlulibin/article/details/78714596

１．首先从官网下载Cuda 的安装文件（ * .run) 文件，选择你想安装的版本，一般只需要下载第一个就行，补丁暂时就不管了。
https://developer.nvidia.com/cuda-toolkit-archive

２．检查系统内核版本的
uname -r
如果版本太高，就需要把内核进行降级。如果版本不匹配，安装会失败。　具体要求的内核版本见Installation Guide for Linux 文件，就在上图中最下一行。　此文件中的第一个表就说了要求的内核版本。
这是Cuda 10.0的版本要求表，　Cuda10.0 要求ubuntu 18.04 的内核版本为4.15.0，我的系统的内核是5.0.3，需要进行降级。降级步骤如下：
３．降低系统内核
首先在内核官网下载对应版本的内核文件
https://kernel.ubuntu.com/~kernel-ppa/mainline/
比如我们想把系统内核版本修改为　4.15.2　，我们需要下载三个文件，分别为：

linux-headers-4.15.2-041502_4.15.2-041502.201802072230_all.deb
linux-headers-4.15.2-041502-generic_4.15.2-041502.201802072230_amd64.deb
linux-image-4.15.2-041502-generic_4.15.2-041502.201802072230_amd64.deb
注意
　　在内核版本4.17之前（不含4.17）你只需要3个软件包即两个header，一个image即可完成更新。而对于４.17之后版本，需要４个文件，两个header，一个image，一个modules，比如inux-modules-5.2.4-050204-generic_5.2.4-050204.201907280731_amd64.deb，否则在dkp步骤时候会提示缺少依赖项，没有modules文件！

下载完成之后，在三个文件所在文件夹打开一个终端，输入
sudo dpkg -i *.deb
按下回车输入密码后等待安装。
注意此文件夹中只能有其他以.deb 结尾的文件，否则会出错。

重启系统
reboot

进入系统引导界面后，选择第二个　”Advanced Ubuntu option" ，你会看到有很多个选项，其中后面的数字就是内核版本号，其中有对于你刚才安装的内核版本的系统，选择那个系统进入。

进入系统后，输入
uname -r
即可发现系统内核版本正确。如果不经过　”Advanced Ubuntu option" 而是进入引导界面后直接选第一个Ubuntu，然后回车，会发现系统内核还是原来的版本。
降低系统内核版本可参考博客：https://www.jianshu.com/p/0c2e7a530cfe

４．安装过程中需要停止 lightdm 服务，如果输入　sudo service lightdm stop　之后发现出现错误，比如“… not loaded’，那是因为没有安装lightdm　，需要手动安装。
sudo apt install lightdm
sudo dpkg-reconfigure lightdm
重启电脑。重启之后发现登录界面中输入密码的部分移到了左侧。未安装　lightdm　之前，”Ａlt + ctrl +F1"可能没有反应，无法打开命令行界面， 可以试试”Ａlt + ctrl +F4"，安装lightdm之后，则可以使用”Ａlt + ctrl +F1" 进入命令行界面，亲测。

５．按照上面说的那个教程安装cuda，点这里

在询问是否安装　graphic driver　时要输入yes ,在询问是否安装　OpenGl files　时，选择 no ，其他均是　yes 或默认即可。

在上述教程中需要我们需要添加一个开机启动项，教程所述内容在Ubuntu18.04中不适用，在Ubuntu 18.04 需要这样设置：
启用服务
systemctl enable rc-local
创建　rc.local　文件，　把开机启动命令写入此文件中。
sudo gedit /etc/rc.local　
给rc.local加上权限
sudo chmod +x /etc/rc.local
启动服务并检查状态
sudo systemctl start rc-local.service
sudo systemctl status rc-local.service

６．安装cudnn
下载地址：https://developer.nvidia.com/cudnn
选择对应的cudnn进行下载
cuDNN Runtime Library for Ubuntu18.04 (Deb)
cuDNN Developer Library for Ubuntu18.04 (Deb)
cuDNN Code Samples and User Guide for Ubuntu18.04 (Deb)

执行如下三个命令进行安装：

sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.0_amd64.deb

验证是否安装成功：
执行下述命令：

cp -r /usr/src/cudnn_samples_v7/ $HOME
cd  $HOME/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN

如果最后出现　Test Passed! 说明安装成功。
如果不安装　libcudnn7-doc_7.6.5.32-1+cuda10.0_amd64.deb　则没有cudnn 的samples，也没办法进行验证。

３．安装Anaconda3

１．从国内镜像网站上下载Anaconda3的安装文件，点这里。
比如　Anaconda3-5.3.1-Linux-x86_64.sh
２．切换到文件所在文件夹，打开终端，执行

sudo sh Anaconda3-5.3.1-Linux-x86_64.sh

３．Anaconda 更换国内源
依次执行命令：
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/
如果你只想创建深度学习环境，一般添加这两个地址就可以了
其他备选地址：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

搜索时显示通道地址

conda config --set show_channel_urls yes

４. 将ｐｉｐ源设置为国内的镜像源，执行如下操作：
首先，新建目录
sudo -s
mkdisk ~./pip
gedit ~./pip/pip.conf

复制下面代码，并保存

[global]

　　index-url = https://pypi.tuna.tsinghua.edu.cn/simple

5.　安装深度学习库
　首先创建环境

conda create -n *你打算创建的环境名称* python=3.7

一定要重建一个环境，新环境中包的量比较少，solve environment 时不容易出现奇奇怪怪的错误，如果在base环境中安装pytorch, 由于base中有很多其他的包，solve environment 时比较慢，而且可能出现下载包的版本和预期不同的情况

敲重点：

输入以下命令：
conda install pytorch=1.1.0 cudatoolkit=9.0
如果没有报错则cuda的版本是9.0
如果出现下述提示信息

则说明版本是10.0
需要将命令修改为
conda install pytorch=1.1.0 cudatoolkit=10.0

如果一直都在　solving environment 　则，执行 conda upgrade --all更新所有包，但是这个操作会非常慢。如果你是在新创建的环境中安装pytorch，一般是不会出现这种，因为所有包都是新安装的，而且包的数量特别少。

4.后记

我自己的笔记本电脑以前一直配不好cuda，以前在ubuntu16.04　上面先安装的nvidia的驱动，再安装cuda，一直都整不好，我还写了个博客记录了一下当时安装过程，上次安装cuda和nvidia的驱动之后，勉强能运行程序了，但是网络不能反向传播，后来有一次晚上忘记关电脑了，第二天电脑就崩溃了，在grub引导界面中选择ubuntu后，屏幕一直黑着，尝试了好多个解决办法，总不能解决，后来痛下决心再次重装系统，后来通过cuda直接安装nvidia的驱动，并且将系统内核降级到官方安装指导书中要求的版本，这才安装成功了，网络前向传播和反向传播都没问题了。我觉得以前没安装成功的原因是系统内核版本不对，以前也没注意到这个细节，通过看别的博客发现，竟然还有这么一回事儿，更改系统内核之后直接安装成功。

期待本教程能够给你们带来一些帮助！