1.安装nvidia 驱动
1.1下载官方驱动程序
http://www.geforce.cn/drivers
根据自己的显卡显卡型号选择相应的驱动
1.2屏蔽nouveau驱动
输入 cd /lib/modules
输入 ls
会显示4.13.0-37-generic,4.13.0-36-generic,我们目标是最新的那个版本,每个人可能不同,记得下面输入选择自己电脑上最新的那个版本号就行了
输入 sudo mv /lib/modules/4.13.0-37-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko /lib/modules/4.13.0-37-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org
更新操作
sudo update-initramfs -u
重启计算机!!! 重启计算机!!! 重启计算机!!!
可以查看是否屏蔽成功,没有任何输出即为成功
输入 lsmod | grep nouveau
1.3开始安装
先按Ctrl + Alt + F1到控制台,关闭当前图形环境
sudo service lightdm stop
再安装驱动程序
sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run
sudo ./NVIDIA-Linux-x86_64-xxx.run -no-x-check -no-nouveau-check -no-opengl-files
最后重新启动图形环境
sudo service lightdm start
1.4.验证安装
nvidia-smi
2 cuda 安装
下载地址:
https://developer.nvidia.com/cuda-toolkit-archive
2.1安装
sudo sh cuda_10.1.168_418.67_linux.run
会出安装提示,在这我们需要注意不要安装nvidia 驱动
2.2配置环境变量:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1
3安装cudnn
下载地址:https://developer.nvidia.com/rdp/cudnn-archive
3.1解压和复制
解压cudnn-9.0-linux-x64-v7.3.1.20.solitairetheme8的后缀名修改为tgz,然后用如下命令解压
tar -xzvf cudnn-9.0-linux-x64-v7.tgz
解压下载的文件,可以看到cuda文件夹,在当前目录打开终端,执行如下命令:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
3.2查看cudnn版本
在终端输入
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
4 安装拼音输入法
我们选择googlepinyin
sudo apt-get install fcitx
sudo apt install fcitx-googlepinyin
1.system setting-> language support -> keyborad input method system 选择 fcitx
3. Log Out,再Log In
4. 在屏幕右上角,点击企鹅图标,在下拉菜单中选中Text Entry Setting...
5. 在Text Entry对话框中,找到Input sources to use列表,点击加号"+"按钮
6. 在查找输入框中输入"Google",应该能发现Google Pinyin (Fcitx),选中该选项
7. 使用"Ctrl + Space"即可切换输入法
5 安装opencv
下载opencv:https://opencv.org/releases/
sudo apt-get install cmake
5.1安装相关依赖
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config
5.2 安装
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
在这一步出现下载ippicv阻塞
我们需要另行下载ippicv
opencv 解决ippicv下载失败问题ippicv_2019_lnx_intel64_general_20180723.tgz离线下载
gedit ~/opencv_source/opencv/3rdparty/ippicv/ippicv.cmake #就是这个文件的路径
将47行
"https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}ippicv/"
改为中手动下载的文件的本地路径(也就是将网络下载的模式改为本地文件下载的模式):
“file:~/home/temp/” #(仅供参考,根据自己的路径填写)
sudo make install
5.3 配置
sudo gedit /etc/ld.so.conf.d/opencv.conf
添加:
/usr/local/lib
生效
sudo ldconfig
配置bash
sudo gedit /etc/bash.bashrc
在末尾添加:
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
生效:
source /etc/bash.bashrc
找到 opencv/samples/cpp/example_cmake 目录下,官方已经给出了一个cmake的example,我们可以拿来测试下。按顺序执行:
cmake .
make
./opencv_example
6 安装tensorflow
sudo pip install -U virtualenv
virtualenv --system-site-packages -p python3 ./tf2_py3
source tf2_py3/bin/activate
pip install tensorflow-gpu==2.0.0-alpha0
验证
sudo apt install ninja-build
import tensorflow as tfprint(tf.__version_)
tf.test.is_gpu_available()
7.安装vscode
sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make
sudo apt-get update
sudo apt-get install ubuntu-make
umake ide visual-studio-code
8.升级pip3(其他方式升级后,还是老的版本)
-
curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
-
python3 get-pip.py
-
pip3 -V
python3.7 install
https://segmentfault.com/a/1190000018264955