一. 安装Ubuntu16.04

电脑启动便会进入ubuntu的安装界面,

1.弹出一个安装窗口,在左边选择“中文(简体)”,然后在右边点选“安装ubuntu”

2.进入准备安装ubuntu我们可以不用选择直接“继续”

3.我选择的是"清除整个磁盘并安装Ubuntu",并且没有分区, 且只安装了Ubuntu16.04,原电脑中原有的东西都不需要;

如果要分区,要选择其它选项.选择这一选项需谨慎,(中间部分没有进行分区)

如何切换使用的gpu 怎么换gpu_ubuntu


4.接着就是选择“时区”,选择“键盘布局”

时区:我选择的shanghai,(鼠标点击中国区域,均会显示上海时区)

键盘分布: 汉语

5.填写自己的用户名,设置密码 (尽量简单一些,因为选择了登录时需要密码,不然每次登录很麻烦)

6.然后就可以进入安装界面,等待安装完成重启就可以进入我们的ubuntu16.04系统桌面了。

二. Ubuntu 16.04换源
换成国内最快的阿里源:
参考博客:
第一步:备份原来的源文件

cd /etc/apt/
 然后会显示下面的源文件sources.list
 输入命令 
 sudo cp sources.list sources.list.bak 
 就是将sources.list备份到sources.list.bak

第二步: 替换源

sudo gedit sources.list打开文件,替换成阿里云文件即可

阿里云源

# deb cdrom:[Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)]/ xenial main restricted
  	 deb-src http://archive.ubuntu.com/ubuntu xenial main restricted #Added by software-properties
     deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted
     deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted multiverse universe #Added by software-properties
    deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted
	deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted multiverse universe #Added by software-properties
	deb http://mirrors.aliyun.com/ubuntu/ xenial universe
	deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe
	deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse
	deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse
	deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse
	deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse #Added by software-properties
	deb http://archive.canonical.com/ubuntu xenial partner
	deb-src http://archive.canonical.com/ubuntu xenial partner
	deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted
	deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted multiverse universe #Added by software-properties
	deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe
	deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse

第三步:更新源和软件

sudo apt-get update 更新源

三. 安装显卡驱动
这部分需要注意的地方会比较多;
大致有两种方法来安装
第一种:
参考博客:
点击Ubuntu右上角 设置–>系统设置–>软件和更新–>附加驱动–>选择系统检测到的Nvidia驱动 ,点击应用更改,然后重启系统.
测试是否安装成功:在终端输入

nvidia-smi  #若出现电脑GPU列表,即安装成功
  或者
  nvidia-settings #显示你的显卡信息

恭喜你显卡驱动安装成功,这也是最好的一种方法!!!
第二种:
第一步:
查看版本驱动
想办法获取自己nvidia显卡的型号(一般买电脑的时候都会有显卡型号,我的显卡型号是在电脑上的一个贴纸上),本人的笔记本显卡是GTX 1060。
https://www.nvidia.com/Download/index.aspx?lang=en-us

如何切换使用的gpu 怎么换gpu_ubuntu_02

如何切换使用的gpu 怎么换gpu_Ubuntu_03

此时已经下载好了你选择的驱动,我当时下载的是NVIDIA-Linux-x86_64-390.87.run,这个驱动是支持cuda9.0的,384.130同样是支持cuda9.0的,这两个笔者正在使用中.

第二步:卸载掉旧版本的英伟达显卡驱动,打开terminal:

sudo apt-get purge nvidia*

第三步:禁用系统自带的 nouveau 驱动:(如果不禁止容易出现死循环登录)
创建一个配置文件

sudo vim /etc/modprobe.d/blacklist-nouveau.conf

这次你使用需要按"I",往里面插入两行命令,
在该配置文件中添加如下内容

blacklist nouveau
options nouveau modeset=0

插入之后,按Esc,然后再按":qw"或者":x",如果不能退出,则再试一试":qw!“或者”:x!" ,(如果显示没有qw命令,那有可能是我记错了,应是"wq")
进行更新

sudo update-initramfs -u

然后重启,在终端输入

lsmod | grep nouveau

若无输出,则禁用成功
(重启之后你会发现你的显示器的分辨率回事640x480,而且电脑会有点卡,这是正常现象,因为此时你是没有显卡,肯定分辨率就不行,稍微忍耐几分钟,不要着急喽!!!)

第四步:关闭图形界面,进入文本模式
将显示要输入你的用户名,输入后再输入密码
然后在关闭图形界面

sudo service lightdm stop

注:若此时按 ctrl+alt+f7不能回到图形界面,输入sudo service lightdm start即可回到图形界面
第五步:进入第一步下载 .run 文件对应的文件夹(即cd /run 文件对应的文件夹)
更改 .run 权限,这里注意要改成你自己用的文件名

sudo chmod +x NVIDIA-Linux-x86_64-390.87.run

开始安装,同样要注意换成自己的文件名

sudo ./NVIDIA-Linux-x86_64-390.67.run -no-opengl-files

弹出的安装界面我都是一路默认enter.
第六步:测试是否安装成功

nvidia-smi

如何切换使用的gpu 怎么换gpu_python_04


恭喜你,安装成功了!!!(如果有问题,一定不要慌,慢慢来,有问题接着解决,不要着急,笔者就是因为太着急,才会导致不能冷静的思考)

第七步:安装失败的解决方法

如何切换使用的gpu 怎么换gpu_Ubuntu_05

如何切换使用的gpu 怎么换gpu_ubuntu_06

四.CUDA9.0安装

这篇博客安装的很详细;

注意前面以及安装显卡驱动,在安装是否要显卡驱动时选择no

五:安装cudnn7.31
安装cudnn7.3.1的坑比较少;
第一步:注册一个账号,去官网上下载cudnn7.0.5。
官网链接:https://developer.nvidia.com/rdp/cudnn-archive 这里我选择下载cuDNN v7.3 for CUDA9.0版本(子项为cuDNN v7.3 Library for Linux),安装包为cudnn-9.0-linux-x64-v7.3.1.20.tgz。
第二步:解压
cd ./到文件下载的目录;在输入指令

tar -zxvf cudnn-9.0-linux-x64-v7.3.1.20.tgz

第三步:将cudnn.h文件和lib文件拷贝到CUDA的安装目录下

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

注意上面第二行命令中的-d不能少,否则会提示.so不是symbol link。
第四步:赋予执行权限

sudo chmod a+x /usr/local/cuda/include/cudnn.h
sudo chmod a+x /usr/local/cuda/lib64/libcudnn*

经过上述步骤,就基本配置好了系统以及CUDA环境,下面我们就可以安装配置anaconda3了

四: 安装anaconda3.0
第一步:
安装包下载:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 这里我下载的是Anaconda3-5.0.0-Linux-x86_64.sh
第二步:
cd./到下载的目录,在终端输入:

bash ./Anaconda3-5.0.0-Linux-x86_64.sh

全程选择yes,默认安装在home目录
第三步:
添加环境变量:
在终端输入:

sudo gedit ~/.bashrc

检查末尾是否已经添加如下变量,如果没有则添加

export PATH="/home/用户名/anaconda3/bin:$PATH"

这个用户名是你的用户名,在安装完anacodon3安装完后,后面有提示;

第四步:验证安装成功

在终端输入python,

如何切换使用的gpu 怎么换gpu_python_07


出上图,则证明安装成功;

五:conda安装tensorflow-gpu
参考博客:
第一步:切换源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --add   		channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --set show_channel_urls yes

第二步:创建python=3.6的虚拟环境,

conda create -n tensorflow-gpu python=3.6

注意:conda create -n XXXXXX python=#### -n XXXXXX代表虚拟环境的名称 ;
在每次使用环境和关闭环境分别使用如下指令:

a.激活环境 source activate XXXXXX
b.创建完后关闭环境  source deactivate XXXXXX

第三步:pip安装tensorflow-gpu
进入虚拟环境,然后使用pip安装tensorflow-gpu,在终端输入

pip install i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.10.0

1.10.0是安装的版本号,可以自行选择;不添加源的话,下载会非常慢

六:opencv安装
pip安装:
主程序

pip install opencv-python

扩展包

pip install opencv-contrib-python

如果你做的是深度学习,只是用一些opencv,第一条命令已经足够了.
后面的东西无关哦!!!只是为了以后的记忆

补充:
关于软链接
例如下载两个版本的CUDA8.0 CUDA9.2

cuda-8.0 # 笔者之前安装的cuda-8.0
cuda-9.2 # 刚刚安装的cuda-9.2
  cuda # cuda-8.0 的软连接

第一步.终端输入

sudo gedit ~/.bashrc

在.bashrc文件的最后有修改路径

应将:export path="$path:/usr/local/cuda-8.0/bin" 
     export _LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64/" 
     export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda-8.0/lib64" 
     

改为:export PATH="$PATH:/usr/local/cuda/bin" 
     export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64/" 
     export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda/lib64"

同理也将CUDA9.2进行如上操作
第二步:

执行   nvcc --version  查看当前版本  假设时CUDA8.0
则执行
             sudo rm -rf /usr/local/cuda #删除当前创建的软链接
             sudo ln -s /usr/local/cuda-9.2  /usr/local/cuda #创建新 cuda 的软链接 有个坑是创建新链接时cuda9.2后面不能                 加”/“,否在查找CUDA时显示不出来当前文件。