深度学习系统搭建（Ubuntu14.04+cuda8.0+cudnn6.0+tensorflow1.3+opencv+pycharm）

深度学习系统搭建（Ubuntu14.04+cuda8.0+cudnn6.0+tensorflow1.3+opencv+pycharm）

• ubuntu14.04系统安装
• 安装cuda
• 下载安装cudnn
• 安装TensorFlow
• opencv安装
• pycharm安装

---

ubuntu14.04系统安装

第一步系统安装就踩坑了。。利用u盘做启动盘时一定要选择UEFI开头的那项，如下图所示，有两个金士顿优盘选最后那个

进行系统分区时我是500G SSD + 3T机械硬盘，boot loader installation 选择安装在SSD中，将SSD中分出64G做 swap，剩下的400多G空间mount place选择 / ，use as选ext4，不用分的很细，把/etc那些区都分出来，否则安装时会出问题，安装速度会很慢，一直在恢复文件。
机械硬盘全部分作一块，use as ext4
安装完成后先将下图中的更新安装完毕，将源换成阿里的源。

更新源和更新已安装的包：
sudo apt-get update
sudo apt-get upgrade

接下来安装显卡驱动，我的卡是 titan xp. 安装驱动375
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
之后重启系统让显卡驱动生效。

安装cuda

[ 参考1 ] [ 参考2 ]

cuda下载地址：
https://developer.nvidia.com/cuda-downloads
选择完下面这些选项后，下载那个1.4G的。

下载完成后安装
sudo sh cuda_8.0.27_linux.run
若提示空间不足，可尝试执行
sudo sh cuda_8.0.27_linux.run –tmpdir=/opt/temp/
执行后会有一系列提示让你确认，非常非常非常非常关键的地方是是否安装361这个低版本的驱动：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
答案必须是n，否则之前安装的驱动就白费了，而且问题多多。
安装完毕后，再声明一下环境变量，并将其写入到 ~/.bashrc 的尾部:
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
最后再来测试一下CUDA，运行：
nvidia-smi
结果如下所示：

下载安装cudnn

下载地址：
https://developer.nvidia.com/rdp/cudnn-download
选择红框圈出来的那项（cudnn v6.0 library for linux）下载，因为tf1.3要求cudnn6.0，所以下载6.0版本

安装cuDNN比较简单，解压后把相应的文件拷贝到对应的CUDA目录下即可：
tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz
cuda/include/cudnn.h
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.5
cuda/lib64/libcudnn.so.5.0.5
cuda/lib64/libcudnn_static.a
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*

安装TensorFlow

选择pip方式安装，简单快捷
先查看python版本，我们要安装基于Python2.7的
python -V
再查看pip版本
pip -V
需要pip版本在8.1及以上，如果不是，可以按如下指令更新
$ sudo apt-get install python-pip python-dev # for Python 2.7
接下来开始安装，指令如下
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu
安装好之后测试一下

python

import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
print(sess.run(hello))

如果在import之后报importerror: libcusolver.so.8.0或libcudnn.so.6的错，用env指令查看环境变量中有没有cuda
若没有，用如下方式解决
sudo gedit /etc/profile
在末尾加上

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

加好之后，要是env里头还没有，试一下source /etc/profile，再看看env里头有了没有

opencv安装

若只用Python的opencv，用下面的指令安装就可以
sudo apt-get install python-opencv

pycharm安装

下载地址：
https://www.jetbrains.com/pycharm/download/#section=windows

[ 参考 ]

打开刚才下载的目录
右击文件，点击提取到此处（这与Windows的解压是一个意思）
解压完成后，可以看到文件夹
打开刚才解压好的文件夹
然后再打开bin目录
在文件夹空白处右击，在此处打开终端然后输入：sh ./pycharm.sh
回车
接着就打开了pycharm
如果你需要导入之前安装版本的设置的话，可以选择第一个选项
如果没有的话，默认不导入设置就可以了

pycharm激活：

[ 参考 ]

选License server激活，输入：http://idea.imsxm.com