双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn+anaconda3+tensorflow-gpu

    xiaoxiao2022-07-07  148

    双系统安装Ubantu18.04 + RTX2070 + CUDA10.1 + Cudnn7.5.1+anaconda3+tensorflow-gpu

    参考博客 http://www.tuicool.com/articles/JvUvQjZ https://blog.csdn.net/10km/article/details/61191230 https://blog.csdn.net/wf19930209/article/details/81877822 https://blog.csdn.net/weixin_40859436/article/details/83152249

    1. Ubantu系统的安装

    系统下载 https://www.ubuntu.com/download/desktop U盘启动工具制作 下载软件 Universal-USB-Installer-1.9.8.1 点击打开链接 https://www.pendrivelinux.com/universal-usb-installer-easy-as-1-2-3/ 按照软件的提示来。 给出空闲去用于安装Ubuntu系统 分区快捷键“win+X”->“磁盘管理”->“压缩卷” 给Ubuntu系统预留30G,此处最好从固态硬盘划分。给Home预留300G(可根据实际情况给)这个区用于放东西,从磁盘中划分就好了。Ubuntu系统的安装 通过U盘启动电脑,选择直接安装Ubuntu系统。 进入到这个界面一定要选其他选项,这样才可以自己分区。 选择之后开始分区

    一共要分4个区 第一次分区:

    “空闲”处点“+”,进行如下设置:(注意一定要在空闲出操作,注意空闲处的内存与自己实际划分的内存对应)

    挂载点:“/” 大小:20480M(看自个分配多少给Ubuntu 这里我是20G) 新分区的类型:主分区 新分区的位置:空间起始位置 用于:EXT4日志文件系统

    第二次分区: “空闲”处,继续点“+”,如下设置,(注意:安装在那个盘就点哪一个的空闲) 挂载点:(不设置) 大小:2048-8192 M(根据实际情况给) 新分区的类型:逻辑分区 新分区的位置:空间起始位置 用于:交换空间

    第三次分区: “空闲”处,继续点“+”,如下设置, 挂载点:/boot 大小:400MB 新分区的类型:逻辑分区 新分区的位置:空间起始位置 用于:EXT4日志文件系统

    第四次分区: “空闲”处,继续点“+”,如下设置, 挂载点:/home (这属于文件盘) 大小:自己根据需要给定(存储一些文件我给了300G) 新分区的类型:逻辑分区 新分区的位置:空间起始位置 用于:EXT4日志文件系统

    分区设置完毕后,下方还有一项“安装启动引导器的设备”,请选择你/boot所在的盘符。接着安装。

    2 安装显卡驱动前处理

    在显卡驱动RTX2070未安装之前,手动修改一下grub文件: vim $sudo apt-get install vim-gtksudo vim /etc/default/grub在打开的文件中找到 #GRUB_GFXMODE=640×480 后面两项改为1920*1080(根据实际修改)。 (若电脑没有集成显卡,更改分辨率的效果要等到装好显卡驱动才看的到) 修改完成输入:sudo update-grub 注意如果此步提示没有安装pip 可执行sudo apt-get install python-pipsudo apt-get install python-numpy swig python-dev python-wheel 2 更改apt的源 (1)在修改source.list前,最好先备份一份,所以执行sudo cp /etc/apt/sources.list /etc/apt/sources.list.old (附:如果此步显示此文件不存在,则执行sudo gedit /etc/apt/source.list 否则忽略附言) (2)执行命令打开source.list文件sudo vim /etc/apt/source.list 或 sudo gedit /etc/apt/source.list (3)增添源,把下面的内容复制到source.list中去,并覆盖原来的文件内容。先点 i,鼠标右键粘贴完成了按esc键,再按 :wq! (或 按住shift+两下z)保存退出。 deb http://mirrors.163.com/ubuntu/ lucid-backports main restricted universe multiverse deb-src http://mirrors.163.com/ubuntu/ lucid main restricted universe multiverse deb-src http://mirrors.163.com/ubuntu/ lucid-security main restricted universe multiverse deb-src http://mirrors.163.com/ubuntu/ lucid-updates main restricted universe multiverse deb-src http://mirrors.163.com/ubuntu/ lucid-proposed main restricted universe multiverse deb-src http://mirrors.163.com/ubuntu/ lucid-backports main restricted universe multiverse deb http://mirrors.sohu.com/ubuntu/ lucid main restricted universe multiverse deb http://mirrors.sohu.com/ubuntu/ lucid-security main restricted universe multiverse deb http://mirrors.sohu.com/ubuntu/ lucid-updates main restricted universe multiverse deb http://mirrors.sohu.com/ubuntu/ lucid-proposed main restricted universe multiverse deb http://mirrors.sohu.com/ubuntu/ lucid-backports main restricted universe multiverse deb-src http://mirrors.sohu.com/ubuntu/ lucid main restricted universe multiverse deb http://old-releases.ubuntu.com/ubuntu/ natty main restricted universe multiverse deb http://old-releases.ubuntu.com/ubuntu/ natty-security main restricted universe multiverse deb http://old-releases.ubuntu.com/ubuntu/ natty-updates main restricted universe multiverse deb http://old-releases.ubuntu.com/ubuntu/ natty-proposed main restricted universe multiverse deb http://old-releases.ubuntu.com/ubuntu/ natty-backports main restricted universe multiverse deb-src http://old-releases.ubuntu.com/ubuntu/ natty main restricted universe multiverse deb-src http://old-releases.ubuntu.com/ubuntu/ natty-security main restricted universe multiverse deb-src http://old-releases.ubuntu.com/ubuntu/ natty-updates main restricted universe multiverse deb-src http://old-releases.ubuntu.com/ubuntu/ natty-proposed main restricted universe multiverse deb-src http://old-releases.ubuntu.com/ubuntu/ natty-backports main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse #deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse #deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse #deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse

    你还可以添加其他的源自行网上搜索 (4)最后更新源和更新已安装的包

    sudo apt-get updatesudo apt-get upgrade (5)装SSH Server,这样可以远程ssh访问这台主机(也可不用)sudo apt-get install openssh-server

    注意: 当遇到gcc版本与linux内核不符合的情况时可按照以下指令下载符合的版本。

    sudo apt-get install gcc- **(星号后面为相应的版本号)sudo apt-get install g++ - ** 先把目录切换到/usr/bin下。修改原先gcc与g++的软连接,使得新安装的gcc与g++生效。cd /usr/binsudo mv gcc gcc.baksudo ln -s gcc-** gccsudo mv g++ g++.baksudo ln -s g+±** g++

    3 安装显卡RTX2070驱动

    1. 禁用nouveau驱动 Ubuntu系统集成的显卡驱动程序是nouveau,我们需要先将nouveau从linux内核卸载掉才能安装NVIDIA官方驱动。 若禁用后无法显示图形界面 通过alt+ctrl+F1(F1-F12)进入到命令行模式(我的电脑是F3切换到纯命令行模式。F2切换回图形模式) (1) 修改blacklist.conf 文件属性blacklist.conf 查看属性

    ll /etc/modprobe.d/blacklist.conf 修改属性

    sudo chmod 666 /etc/modprobe.d/blacklist.conf 用vi编辑器打开

    sudo vi /etc/modprobe.d/blacklist.conf

    在文件末尾添加如下几行: blacklist vga16fb blacklist nouveau blacklist rivafb blacklist rivatv blacklist nvidiafb (2)修改并保存文件后,记得把文件属性复原:

    sudo chmod 644 /etc/modprobe.d/blacklist.conf 更新一下内核

    sudo update-initramfs -u 修改后需要重启系统

    reboot (重启) 重启系统确认nouveau是否已经被屏蔽掉,使用lsmod命令查看,lsmod命令用于显示已经加载到内核中的模块的状态信息

    lsmod | grep nouveau 若已屏蔽没有任何信息 2. 安装驱动 (1)安装之前先卸载已经存在的驱动版本

    sudo apt-get remove --purge nvidia* (2)安装相关依赖项

    sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev (3)顺便安装vim(vim是一个类似于vi的文本编辑器,不过在vi的基础上增加了很多新的特性,后面配置的时候用得到)

    sudo apt-get install vim (4)添加Graphic Drivers PPA

    sudo add-apt-repository ppa:graphics-drivers/ppa

    sudo apt-get update (5)寻找合适的驱动版本

    ubuntu-drivers devices 安装驱动

    sudo apt-get install nvidia-418(根据自己的驱动号) 或者使用

    sudo apt-get install nvidia* 或

    sudo ubuntu-drivers autoinstall (安装所有驱动) 或

    找到软件和更新系统应用,点击附加驱动进行安装 注意如果上述不成功,进入步骤(7)。安装成功直接重启 (7)手动安装nvidia驱动 (依旧要禁用nouveau驱动)

    进入nvidia官网 https://www.geforce.cn/drivers 下载对应显卡的驱动程序,下载后的文件格式为run。

    删除原有的NVIDIA驱动程序(若没有安装忽略)

    sudo apt-get remove –purge nvidia*

    进入命令行桌面 给驱动文件增加可执行权限

    sudo chmod a+x NVIDIA-Linux-x86_64-418.74.run(cd到文件所在文件夹。) 安装sudo sh ./NVIDIA-Linux-x86_64-418.74.run.run –no-opengl-files (安装过程出现了几个警告,搞了好久没有解决,后来直接无视警告安装了,居然可以用。。。) (8)安装完成后重启即可 检验驱动是否成功安装

    nvidia-smi

    3 Cuda安装

    进入官网https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

    注意:运行指令需要cd到包含该文件的文件夹目录下 根据官网提示指令安装即可

    sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.168-418.67_1.0-1_amd64.debsudo apt-key add /var/cuda-repo-ubuntu1804-10-1-local-10.1.168/7fa2af80.pubsudo apt-get updatesudo apt-get install cuda

    4 cuDNN的安装

    进入官网 https://developer.nvidia.com/rdp/cudnn-download 注册账号,下载对应cudnn版本,选择第一个for linux 2. 下载完成解压文件tar -zxvf cudnn-10.1-linux-x64-v7.5.1.10.tgz 解压完成将相应的文件拷贝到对应的CUDA目录下即可(要cd到含cudnn文件的目录下) 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.hsudo chmod a+r /usr/local/cuda/lib64/libcudnn* 编辑环境变量 sudo gedit ~/.bashrc 将cuda的环境变量加到打开的文件最后export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64”export CUDA_HOME=/usr/local/cudaexport PATH=“ C U D A H O M E / b i n : CUDA_HOME/bin: CUDAHOME/bin:PATH” 保存后,终端输入source ~/.bashrc

    5 Anaconda3安装

    1.进入官网,下载需要版本

    https://www.anaconda.com/distribution/ cd进入下载文件所在的目录,在命令行输入: bash Anaconda2-4.0.0-Linux-x86_64.sh 安装完成之后,在.bashrc中添加Anaconda的库文件,输入 sudo gedit ~/.bashrc 文件最后加入 export PATH="/home/你的用户名/anaconda3/bin:$PATH"export LD_LIBRARY_PATH="/home/lyndon/anaconda2/lib:$LD_LIBRARY_PATH" 保存后,终端输入source ~/.bashrc 关闭终端 安装完成后最好重启下电脑

    6. tensorflow-gpu安装

    直接终端输入

    conda intall tensorflow-gpu 注意:不要把conda换成清华镜源,现在网上的清华镜源都不能用了(可能是我找的问题),换源后会导致安装失败。 测试是否正确安装: 进入终端输入 ipythonipythonimport tensorflow as tfa = tf.constant(2)print(tf.Session().run(a)) 正确的输出:

    就此大功告成!

    最新回复(0)