ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置

ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置



文章目录

  • ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置
      • 1. ubuntu18.04循环登录、卡在开机界面、无法进入图像界面
      • 2. 安装显卡驱动
      • 3. 确定tensorflow-gpu版本与CUDA和cuDNN版本对应关系
      • 4. Ubuntu卸载原有的cuda和cudnn
      • 5. 安装CUDA9.0
      • 6. cudnn的安装
      • 7. 安装anaconda3
      • 8. 使用anaconda安装tensorflow


1. ubuntu18.04循环登录、卡在开机界面、无法进入图像界面

ubuntu18.04安装好之后无法登录进入,总是循环出现登录界面,此时应该选Ubuntu on Wayland即可以登录进入,进入之后安装显卡驱动。

ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第1张图片

重新安装显卡驱动便可解决重复登录无法进入问题。

2. 安装显卡驱动

  1. 去官网查询并下载对应的.run文件。首先查询自己的显卡型号,在终端输入:lspci | grep -i vga,我的是 gtx1080Ti ,下载的是 NVIDIA-Linux-x86_64-455.45.01.run。

  2. 使用以下指令卸载旧驱动:

    sudo apt-get purge nvidia* 
    
  3. 禁用自带的nouveau驱动:使用指令:sudo gedit /etc/modprobe.d/blacklist-nouveau.conf 在弹出的文件最后添加下列两个语句:

    blacklist nouveau
    options nouveau modeset=0
    

    但是可能会出现下图提示,不能编辑blacklist-nouveau.conf文档,这是由于当使用su 到另外一个用户运行某个程序,而这个程序又要有图形显示的时候,就有可能出现提示:

    root@dt:~# sudo -i -u keji google-chrome
    No protocol specified
    
    (google-chrome:5146): Gtk-WARNING **: cannot open display: :0.0
    

    如下图中的提示:

    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第2张图片

    此时执行以下命令就可以进行编辑:

    xhost +
    

    通过执行这条命令,就授予了其它用户访问当前屏幕的权限,于是就可以以另外的用户运行需要运行的程序了。

    然后再使用指令:sudo gedit /etc/modprobe.d/blacklist-nouveau.conf 在弹出的文件最后添加下列两个语句:

    blacklist nouveau
    options nouveau modeset=0
    
  4. 终端执行命令:sudo update-initramfs -u ,然后重启,打开终端输入命令:lsmod | grep nouveau 屏幕没有输出表示禁用成功。

  5. 禁用X-Window服务。执行命令:sudo service lightdm stop 。然后cd到NVIDIA-Linux-x86_64-455.45.01.run存放的路径,NVIDIA-Linux-x86_64-455.45.01.run文件存在 “Downloads” 文件夹中。

    如果提示:unit lightdm.service not loaded

    则先安装LightDm:sudo apt install lightdm

    安装完毕后跳出一个界面,选择lightdm,再执行:sudo service lightdm stop

  6. 修改 NVIDIA-Linux-x86_64-455.45.01.run 文件权限。执行命令 chmod a+x NVIDIA-Linux-x86_64-455.45.01.run

  7. 安装。执行命令 sudo ./NVIDIA-Linux-x86_64-455.45.01.run –no-opengl-files

    若在安装过程中出现错误:ERROR:Unable to find the development tool ‘cc’ in your path; please make sure that you have the package ‘gcc’ installed. If gcc is installed on your system, then please check that ‘cc’ is in your PATH. 如图所示:

    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第3张图片

    则执行命令:

    sudo apt-get update
    sudo apt-get install gcc
    

    重新执行安装命令sudo ./NVIDIA-Linux-x86_64-455.45.01.run –no-opengl-files

    若出现错误:ERROR:Unable to find the development tool ‘make’ in your path; please make sure that you have the package ‘make’ installed. If make is installed on your system, then please check that ‘make’ is in your PATH. 如图所示:

    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第4张图片

    则执行命令:

    sudo apt-get update
    sudo apt-get install ubuntu-make
    sudo apt-get install make
    

    重新执行安装命令sudo ./NVIDIA-Linux-x86_64-455.45.01.run –no-opengl-files,此时正常安装。

    在安装驱动的时候,有一步问你”Would you like to run the nvidia-xconfig utility to automatically update your X configuration file…”什么的,选择 No。整个安装过程就是全都enter下去

  8. 测试:在终端执行命令:nvidia-smi 若出现GPU的信息列表,表示驱动安装成功。

  9. 重启电脑,如下图所示,选择Ubuntu(默认)即可以正常进入。

    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第5张图片

    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第6张图片


3. 确定tensorflow-gpu版本与CUDA和cuDNN版本对应关系

根据以下文档中确认需要安装的版本对应关系
ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第7张图片


4. Ubuntu卸载原有的cuda和cudnn

卸载CUDA很简单,一条命令就可以了,主要执行的是CUDA自带的卸载脚本,读者要根据自己的cuda版本找到卸载脚本:

sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl

如果CUDA10.1的版本,里面没有uninstall_cuda_8.0.pl的命令,卸载应使用命令(具体看相关版本中的卸载文件名称):

sudo /usr/local/cuda-10.1/bin/cuda-uninstaller

卸载之后,还有一些残留的文件夹,之前安装的是CUDA 8.0。可以一并删除:

sudo rm -rf /usr/local/cuda-8.0/

这样就算卸载完了CUDA。


5. 安装CUDA9.0

  1. 下载安装文件。首先去英伟达官网下载CUDA安装包:https://developer.nvidia.com/cuda-toolkit-archive
    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第8张图片

    按照系统配置选择安装包,据说用deb文件安装容易出错,所以直接下载runfile(后缀为.run)文件来安装,例如我想安装cuda9.0,且我的操作系统为Ubuntu16.04,所以我按照下图选择安装包:

    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第9张图片

  2. 安装cuda

    sudo sh cuda_9.0.176_384.81_linux.run
    

    然后一直按回车键,直到服务条款显示到100%。接着按下面的步骤选择:

    accept
    n(不要安装driver)
    y
    y
    y

    安装完成后,设置环境变量。
    若安装过程中出现:Missing recommended library: libGLU.so; Missing recommended library:libX 等Missing字样,则参考链接https://blog.csdn.net/qjk19940101/article/details/78927109执行命令:

    sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
    

    再次安装即可:

    sudo sh cuda_9.0.176_384.81_linux.run
    
  3. 设置环境变量打开主目录下的 .bashrc文件添加如下路径:

    gedit ~/.bashrc    #打开.bashrc文件
    
    #添加路径
    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
    export PATH=$PATH:/usr/local/cuda/bin
    export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
    

    终端运行:

    source ~/.bashrc #更新前边所做的环境配置
    

    检查:执行命令:nvcc --version,如果显示下面的文字就说明安装成功了

    在这里插入图片描述


6. cudnn的安装

  1. 按要求下载cudnn的安装文件:https://developer.nvidia.com/rdp/cudnn-archive
    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第10张图片

  2. 安装cudnn
    解压下载的文件,可以看到cuda文件夹,在当前目录打开终端,执行如下命令:

    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*
    
  3. 查看cudnn版本
    在终端输入:

    cat /usr/local/cuda-9.0/include/cudnn.h | grep CUDNN_MAJOR -A 2
    

    如果出现下图所示版本信息,说明安装成功(实际上10.0以上应该这个命令没什么用,也就是成功也不显示)。
    在这里插入图片描述


7. 安装anaconda3

Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。

  1. 去清华大学软件镜像站下载anaconda3的安装包。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载好后应该在~/Downloads/文件夹,我下载的版本是:Anaconda3-2020.07-Linux-x86_64.sh。

  2. 然后安装anaconda

    bash ~/Downloads/Anaconda3-2020.07-Linux-x86_64.sh
    

    anaconda会自动将环境变量添加到PATH里面,如果后面你发现输出conda提示没有该命令,那么你需要执行命令source ~/.bashrc 更新环境变量,就可以正常使用了。 如果发现这样还是没用,那么需要添加环境变量。 编辑~/.bashrc 文件,在最后面加上 :

    export PATH=/home/song/anaconda3/bin:$PATH
    

    退出后执行source ~/.bashrc命令刷新环境配置,执行初始化命令conda init,再次输入conda list,应该就没问题,就会显示下面一系列东西:

    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第11张图片

  3. 添加anaconda国内镜像配置
    清华tuna提供了anaconda仓库的镜像,anaconda可以从这些镜像中下载东西,用运行以下命令添加配置:

    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
    

8. 使用anaconda安装tensorflow

  1. 创建tensorflow环境,环境名字可自己确定,这里本人使用tf作为环境名:

    conda create -n tf python=2.7
    
  2. 安装成功后激活tf环境:

    source activate tf
    
  3. 在所创建的tf环境下安装tensorflow的gpu版本,执行命令:

    conda install tensorflow-gpu=1.12.0 或者 pip install tensorflow-gpu==1.12.0
    

    若是安装pytorch,则进入pytorch官网查看相关命令:https://pytorch.org/get-started/previous-versions/

  4. 使用gedit ~/.bashrc命令进入/.bashrc文件,并且编辑/.bashrc文件,设置使用tf环境下的python2.7如下:

    alias python='/home/song/anaconda3/envs/tf/bin/python2.7'
    

    ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第12张图片

  5. 保存后退出执行:source ~/.bashrc更新环境配置,该命令将自动回到base环境,再执行source activate tf到tf环境。

  6. 检查tensorflow是否可用。在tf环境下输入python可以看到python版本为2.7,在python下导入tensorflowimport tensorflow as tf,查看tensorflow版本:tf.__version__,检查gpu是否可用:tf.test.is_gpu_available(),若显示True,则gpu可用。整个操作过程如下图:ubuntu18.04安装后的登陆问题、卡顿问题及基本环境配置_第13张图片


你可能感兴趣的:(ubuntu,python,linux)