Ubuntu18.0.4深度学习环境搭建及相应软件安装（Update）

淡淡的烟草味﹌ 2023-02-14 05:47 18阅读 0赞

## linux系统搞坏过几次，总结一下自己要用到的工具，做个备忘录，方便快速对系统进行恢复。 ##

### 安装ubuntu，系统盘制作 ###

https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-windows\#1

https://rufus.akeo.ie/?locale=zh\_CN

### 系统安装（实用） ###

安装时选择**install Ubuntu18.04与windows10**共存，不选择分区更好(多次试验心得)，不会产生任何错误，现在的系统已经能做到自动最优化安装了。

--------------------

### 激活小工具（迷你版KMS，激活office等windows产品及系统） ###

[下载地址][Link 1]，提取码：mrgu

--------------------

### 安装搜狗输入法 ###

https://jingyan.baidu.com/article/e75057f20d9521ebc91a890a.html

sudo apt-get install vim-gtk #vim安装

(配置pip安装时下载使用清华镜像) https://blog.csdn.net/u012436149/article/details/66974668  
（配置conda安装时的清华镜像）

--------------------

### 安装Anocanda ###

https://blog.csdn.net/teeyohuang/article/details/79076239  
sudo apt install python3-pip(获取pip3)

安装tensorflow，tensorflow-gpu（正确的驱动、cuda、cudnn安装往下翻）  
(简易版conda安装)https://www.cnblogs.com/foxblogs/p/8179143.html

--------------------

### pycharm安装 ###

https://www.jb51.net/article/129083.html

--------------------

### teamviewer安装 ###

https://blog.csdn.net/wu\_l\_v/article/details/79184923

--------------------

### 截图工具： ###

修改截图工具快捷键，安装深度截图deepin-screenshot  
可直接在Ubuntu软件中搜索deepin-screenshot，会出现**深度截图**软件，安装即可。具体设置方法，可参照https://zhangge.net/1803.html

--------------------

### 安装opencv（通用版） ###

https://blog.csdn.net/gxuphf123/article/details/81121791

--------------------

### 安装C++编译器（clion16） ###

https://blog.csdn.net/weixin\_36926794/article/details/80291034  
激活 https://blog.csdn.net/krais\_wk/article/details/80970355

--------------------

### 安装GPU版本的tensorflow ###

https://blog.csdn.net/sinat\_26881295/article/details/78632787  
（1）安装显卡驱动

sudo apt-get purge nvidia-*  # 删除可能存在的已有驱动
    sudo add-apt-repository ppa:graphics-drivers/ppa  # 添加第三方驱动源
    sudo apt-get update  # 更新源，运行
    sudo apt-cache search nvidia-* # 查询nvidia驱动可用版本
    sudo apt-get install nvidia-390  # 这里选择安装nvidia-390
    sudo reboot //重启
    # 重启后执行下面NOTE的步骤
    # 检验是否安装成功
    nvidia-smi   
    nvidia-settings

**NOTE** （后来安装，可能没有出现这个也么事，跳过该步骤就可）  
（2）reboot重启后正确的做法如下：

1. 当进入蓝色背景的界面perform mok management 后，选择 enroll mok , 
    2. 进入enroll mok 界面，选择 continue , 
    3. 进入enroll the key 界面，选择 yes , 
    4. 接下来输入你在安装驱动时输入的密码， 
    5. 之后会跳到蓝色背景的界面perform mok management 选择第一个 reboot

（3）安装cuda9.0[下载地址][Link 2]  
![image][]  
**Note**:install2，输入秘钥key，可根据第一条命令的提示进行输入。  
![image][image 1]  
将补丁一并安装即可。

##### **note:** sudo apt-get install cuda安装出现有软件包有**未满足的依赖关系时**，可使用**sudo aptitude install cuda**进行安装。 #####

（4）安装cudnn[下载地址][Link 3]，参考自[博客][Link 4]

sudo dpkg -i libcudnn7_7.0.5.11-1+cuda9.0_amd64.deb
    sudo dpkg -i libcudnn7-dev_7.0.5.11-1+cuda9.0_amd64.deb
    sudo dpkg -i libcudnn7-doc_7.0.5.11-1+cuda9.0_amd64.deb
    # 验证
    sudo apt-get install libfreeimage3 libfreeimage-dev
    cp -r /usr/src/cudnn_samples_v7/ $HOME
    cd $HOME/cudnn_samples_v7/mnistCUDNN
    sudo make clean && sudo make
    ./mnistCUDNN

验证时–*sudo make clean && sudo make*–出现error：*“unsupported GNU version! gcc versions later than 6 are not supported!”*，解决方案参考[点这里][Link 5]，**gcc版本与cuda版本不兼容的原因**，输入以下命令安装相应版本即可

# 先安装gcc和g ++ 6：
    sudo apt install gcc-6 g++-6
    # cuda 9.0
    sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc 
    sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++

(5)安装gpu版本tensorflow，即可

sudo pip3 install tensorflow-gpu

建立tensorflow虚拟环境

conda create -n tensorflow python=3.6

## ![tensorflow][] ##

### xgboost安装 ###

anaconda search -t conda xgboost
    conda install -c anaconda py-xgboost

--------------------

### git教程，廖雪峰 ###

https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000

--------------------

### jupyter notebook添加目录 ###

*  https://blog.csdn.net/tina\_ttl/article/details/51031113\#72-%E4%B8%BAjupyter-notebook%E6%B7%BB%E5%8A%A0%E7%9B%AE%E5%BD%95%E5%8A%9F%E8%83%BD
 *  https://www.cnblogs.com/shuaishuai-it/p/7170343.html

[Link 1]: https://pan.baidu.com/s/1NG3N8UMKd-qPOijf6N3MpQ
[Link 2]: https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=deblocal
[image]: https://img-blog.csdn.net/20180911103009981?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA4MDE5OTQ=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[image 1]: https://img-blog.csdn.net/20180911103226385?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA4MDE5OTQ=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[Link 3]: https://developer.nvidia.com/rdp/cudnn-archive
[Link 4]: https://www.jianshu.com/p/c41c9f9caf7e?from=singlemessage&isappinstalled=0
[Link 5]: https://stackoverflow.com/questions/6622454/cuda-incompatible-with-my-gcc-version
[tensorflow]: https://img-blog.csdnimg.cn/20181107142919452.png