目录
第一步:系统安装 (Ubuntu16.04)
第二步:连接校园网
第三步:cuda10.0+cudnn7.3安装
第四步:tensorflow_gpu1.12安装
不是浪潮工作站的可以不看第一步
第一步:系统安装 (Ubuntu16.04)
我这个是浪潮工作站,安装系统会麻烦一点
(1)安装时只保留一个硬盘
我安装是双系统,一共有四个硬盘,为了安全起见,我把其他的硬盘都取出来,只留一个。
(2)进入bios换成板载显卡和vga接口,重启
(3)系统安装
参考文献:/article/3c48dd348bc005e10be358eb.html
(切记:安装第三方软件要打勾,这样虽然慢,但是安装得比较全。)
(4)系统安装后,进入bios换成外显卡,dp接口,重启电脑
(5)解决分辨率问题:/article/3c48dd348bc005e10be358eb.html
(6)安装2080ti显卡驱动:先到官网下载驱动,安装教程ubuntu16.04 nvidia显卡驱动安装_Katherine_Shaw的博客-CSDN博客
第二步:连接校园网
这一步试了很多办法,因为是校园网,且我们学校没有对应的linx锐捷认证软件,最后找的别人做的软件
(1)下载和安装教程
参考连接
锐捷、赛尔认证MentoHUST - Ubuntu中文
(2)不允许使用的客户端类型解决
解决办法新浪博客 ,最后连上网了,系统装双系统的话,卸载window10的网卡,然后重新安装ubunutu也能连上网,但是暂时的,只要切换到window系统在切到ubuntu系统又没网了。
(3)禁止内核更新
连上网后,先禁掉系统内核更新Ubuntu删除内核、禁止内核更新_fengliang4616的博客-CSDN博客_ubuntu 锁定内核我之前配好的环境,系统自动内核更新,然后当时又不懂,进入了更新后的内核系统,环境全没了,又重新安装的系统,配环境。因此,在软件与更新那里也把所有更新的关闭了。
第三步:cuda10.0+cudnn7.3安装
(1)下载好对应版本的cuda10.0和cudnn7.3
(2)安装依赖包
sudo apt-get updatelsmode | grep nouveausudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-devsudo gedit /etc/modprobe.d/blacklist-nouveau.confsudo update-initramfs -u
可以在使用pip的时候加参数-i https://pypi.tuna./simple,特别好用的东西
(3)安装cuda10.0
lsmod | grep nouveau 查看是否禁用 nouveauchmod +x cuda_10.0.130_410.48_linux.runsudo sh cuda_10.0.130_410.48_linux.runrebootsudo gedit ~/.bashrcexport PATH=/usr/local/cuda-10.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATHsource ~/.bashrcnvcc --version
(4)安装cudnn7.3
到下载目录下
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.0/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.0/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda-10.0/lib64/libcudnn*source ~/.bashrcnvcc --versioncd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuerysudo make./deviceQuerylscat /usr/local/cuda/version.txtcat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
第四步:tensorflow_gpu1.12安装
这个时候还没有出cuda10对应的tensorflow_Gpu,我用的是外网别人写的,先进的东西找不到,还是多去google看看吧
/tensorflow/tensorflow/issues/22706
sudo apt-get install python3-pip python3-dev
pip3 install tensorflow-1.12.0rc2.748435b.AVX2.CUDA10-cp35-cp35m-linux_x86_64.whl
最后就可以用2080ti跑深度学习的环境了,虽然配环境的过程很痛苦,但是环境配好后就很开心啦。