Ubuntu18.04+RTX2070S+CUDA+cuDNN+Tensorflow安装笔记

心已赠人 2023-01-17 09:24 99阅读 0赞

1.装系统Ubuntu18.04  
1.1 下载硬盘分区工具DiskGenius，为磁盘分区  
如图所示，本机共三个盘，HD0和HD1为机械硬盘，大小为1T，HD2为固态盘，磁盘分区情况是这样的：HD2为Windows的系统C盘，HD0为Windows的文件盘，将HD1的整个盘清空给ubuntu.  
图1 磁盘分区情况  
1.2 下载Ubuntu镜像文件：地址  
1.3 软碟通U盘刻录，请准备一个格式化好的U盘，U盘右键点击，选择格式化。  
制作系统U盘，我们需要一个U盘制作软件 —— 软碟通  
图2 软碟通  
我们打开软碟通的界面打开刚刚下载的iso镜像文件的路径  
图3  
将 iso 镜像文件加载完成后我们点击“启动”-“写入磁盘映像”  
图4  
弹出提示框，然后选择自己的U盘之后就可以开始了，安装会格式化U盘，务必做好文件备份！！！  
图5  
1.4 安装ubuntu18.04  
电脑关机，插入U盘，开机，长按 “delete”键（技嘉主板），不同主板，按键有所不同，可查询或者尝试。  
此时进入biso，需要做两件事：（１）将Ｕ盘启动调整至第一位，（２）将boot中的secure boot 调整为　disable　按下Ｆ１０，保存并退出。进入安装界面。  
下一步至该界面：  
图６　  
选择something else 进入ubuntu 分区界面  
需要最基本的四个分区：“/”、“/home”、“swap”、“/boot” 一个都不能少，而且分区大小也有要求！  
　　分区大小（建议）：  
　　　　Swap（相当于电脑内存）：逻辑分区、大小设置为电脑内存大小，本机设置６４G；  
　　　　/boot（引导分区）：主分区：本机设置５Ｇ；  
　　　　/.（主分区）：主分区，用于存放系统，相当于win7的C盘，３０0G即可。  
　　　　/home（用户存储数据用）：逻辑分区，剩下的都给他  
　　注意："安装启动引导器的设备"一定要选择 /boot 对应的分区！不然启动不了！！！！  
　　选择继续，静候安装完成，重启电脑。  
1.5问题记录：  
1.5.1　在1.4步选择完install Ubuntu之后电脑出现花屏  
图７　  
排除Ｕ盘启动盘问题，排除ＵＳＢ接口版本问题。具体解决方案

在install Ubuntu页面，根据下方提示按下“e”按键，看到“quiet splash —”将其更改为“quiet splash nomodeset”，按下Ｆ10Ｂ保存并退出，进入安装界面  
1.5.2安装完成后，重启电脑，仍旧是1.5.1的问题，电脑花屏  
解决方案：  
首先重启系统，在GNU GRUB 界面，选择第二个，advanced options for Ubuntu  
图８  
然后会出现这个页面，选择第二个（recover mode)  
图９  
然后选择通过方向键以及回车选择 root Drop to root shell prompt，然后再按回车，就会在下面出现命令行输入了  
依次输入一下命令：

mount -o remount /   
1  
(以读写的权限重新挂载系统)

vi /etc/default/grub  
1  
将文件中的GRUB\_CMDLINE\_LINUX\_DEFAULT=“quiet splash” 修改为GRUB\_CMDLINE\_LINUX\_DEFAULT="quiet splash nomodeset"  
具体做法为在光标到达”处按下a键，更改完成后按ESC，然后输入

:wq  
1  
再输入：

update-grub  
1  
然后按Ctrl+D，回到这个界面，选择 resume Resume normal boot

图１０  
出现这个界面继续回车

图１１　至此　ubuntu18.04安装成功.  
2 安装显卡驱动  
2.1 安装显卡驱动  
（１）更新源+安装依赖项

$ sudo apt-get update  
$ sudo apt-get upgrade  
$ sudo apt-get install build-essential cmake unzip pkg-config libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev libjpeg-dev libpng-dev libtiff-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev libgtk-3-dev libopenblas-dev libatlas-base-dev liblapack-dev gfortran libhdf5-serial-dev python3-dev python3-tk python-imaging-tk  
1  
2  
3  
（２）查看显卡支持版本  
这里  
（３）源方式安装

$ sudo add-apt-repository ppa:graphics-drivers/ppa  
$ sudo apt-get update  
1  
2  
（４）查看已经下载的驱动版本

sudo apt-cache search nvidia-\*  
1  
（５）进行驱动的安装

sudo apt install nvidia-driver-450  
1  
安装完成重启

sudo reboot now  
1  
３安装搜狗输入法  
3.1　搜狗输入法官网下载　linux输入法，双击安装。  
3.2　选到该页面，选择Manage Installed Languages  
图１２  
安装完成后，进行如下图所示，根据下方箭头更爱输入框架为fcitx，然后点击上面的Apply System-Wide应用到全局。然后将当前用户进行注销后再进行登录。  
图13  
登陆后在右上角出现一个键盘标志，点击进入，选择Configure Current Input Method  
图１４  
进入下面的Input Method界面后，选择+号

图１５  
进入到Add input method界面，将下面的Only Show Current Language 点掉后，在搜索栏搜索搜狗拼音，选中之后进行添加，添加成功后，将搜狗拼音移到第一位。

图１６  
４ 设置截屏快捷方式  
图１７  
图１８

图１９个人习惯使用截屏shift+ctrl+s  
5 安装ＣＵＤＡ版本根据显卡版本在tensorflow官网查询适配版本  
https://developer.nvidia.com/cuda-downloads（下载地址）  
说明：  
（1）在NVIDIA的CUDA下载页面下，选择要使用的CUDA版本进行下载。  
在cuda所在目录打开terminal依次输入以下指令：

cd /home/\*\*\*(自己的用户名)/Desktop/\#\#\#(这个命令意思是找到刚刚我们用U盘传过来的文件)  
sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc\_8.0.27-1\_amd64.deb  
sudo apt-get update  
sudo apt-get install cuda

6安装cudnn 版本根据显卡版本在tensorflow官网查询适配版本  
下载地址： https://developer.nvidia.com/cudnn（需要登录）  
说明：  
（1）下载需要填写一个调查问卷  
打开terminal依次输入以下指令：

cd /home/\*(自己的用户名)/Desktop/\#\#\#(这个命令意思是找到刚刚我们用U盘传过来的文件)  
tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz\#\#\#（解压这个文件）  
sudo cp cuda/include/cudnn.h /usr/local/cuda/include\#\#\#（复制）  
sudo cp cuda/lib64/libcudnn /usr/local/cuda/lib64\#\#\#（复制）  
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn

7配置环境变量  
\#打开.bash\_profile

sudo gedit ~/.bash\_profile  
1  
然后在打开的文本末尾加入：

export LD\_LIBRARY\_PATH="$LD\_LIBRARY\_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"  
export CUDA\_HOME=/usr/local/cuda  
1  
2  
继续在terminal中输入:

source ~/.bash\_profile \#使更改的环境变量生效  
当然，也有其他教程在文件~/.bashrc文件中写入的，方法与上面的类似。

8安装bazel  
链接：https://www.bazel.io/versions/master/docs/install.html  
下载bazel-0.3.2-installer-linux-x86\_64.sh到桌面，然后在terminal中输入以下命令

cd /home/\*\*\*(自己的用户名)/Desktop/\#\#\#(这个命令意思是找到刚刚我们用U盘传过来的文件)

chmod +x PATH\_TO\_INSTALL.SH \#对.sh文件授权  
./PATH\_TO\_INSTALL.SH --user \#运行.sh文件  
1  
2  
9编译tensorflow  
git clone https://github.com/tensorflow/tensorflow.git  
cd tensorflow  
sudo git checkout r1.14  
sudo ./configure  
1  
2  
3  
4  
在配置中，除了cuda选择yes,其余均为no.  
最后一个问题回答完了以后就准备开始编译了，在终端里输入以下命令：

bazel build -c opt --config=cuda //tensorflow/tools/pip\_package:build\_pip\_package  
1  
编译完成以后就要将编译结果生成一个可以安装的whl安装包，在终端输入以下命令：

bazel-bin/tensorflow/tools/pip\_package/build\_pip\_package /tmp/tensorflow\_pkg  
1  
然后再根目录的tmp目录下面的tensorflow\_pkg文件夹下就会有一个tensorflow1.5-gpu.XXXX.X.X.whl字样的安装文件。这个就是我们编译好的tensorflow安装包了。名字中间的数字跟你的电脑名字，Python版本等有关系，每个人的都不同。 请将这个编译好的安装包 拷贝到一个你自己的工作文件夹下面保存，因为这个tmp文件夹里面的东西都是临时的，电脑重启就没了。所以这里最好复制出来重新保存一个副本。

最后进入到保存编译好的tensorflow1.5-gpuXXXXX.whl安装包的文件夹中，执行以下命令在你的电脑上安装这个你自己编译好的tensorflow-gpu版本！

\`pip3 install tensorflow1.5-gpuXXXXXX.whl\`    
1  
(具体名字有所不同，根据实际名字写)

以上完成！

10 测试tensorflow安装  
python3  
import tensorflow as tf  
a = tf.constant(10)  
b = tf.constant(20)  
c = a\*b  
sess = tf.Session()  
print(sess.run(c))  
1  
2  
3  
4  
5  
6  
7  
输出结果为200，则验证tensorflow安装成功！

参考文献  
（1）https://blog.csdn.net/zhaoyu106/article/details/52793183  
（2）https://blog.csdn.net/pzh11001/article/details/79683133  
（3）tensorflow官网  
————————————————  
版权声明：本文为CSDN博主「Ice-Darcy」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。  
原文链接：https://blog.csdn.net/ice0917/article/details/107963018