環境零零碎碎地搭了三四天，雖然碰到各種問題，但還是搭建好了，自己整理記錄下，同時也算給有需要的人一些指導吧

一．雙系統的安裝

1. Win10硬碟管理助手 壓碩訓者直接利用未使用的空間，空間大小自定，將騰出的磁盤空間洗掉卷，變成未分配狀態，

2.選擇ultraISO制作Ubuntu系統盤，即借由ultraIOS將系統鏡像ISO刻錄至U盤中，U盤實作備份重要檔案，

3.系統盤制作完成后，安裝系統，重啟電腦，按F12進入BIOS，選擇U盤啟動，就會進入安裝界面    注意：安裝時系統語言選成英文，盡量不要選擇中文，因為在后期作業可能會出現難以避免的未知錯誤

4.安裝步驟主要注意雙系統安裝時選擇安裝路徑時選擇其他選項，自定義磁區

/  /home  /boot以及swap區劃分方式詳情百度

建議最后分配主磁區 /

二．開始安裝環境前的準備

1. 安裝基于linux系統的NVIDIA圖形驅動，百度搜索英偉達驅動或者直接訪問英偉達官網，下載最新驅動，注意安裝驅動系統選擇linux x86 64位，一般384.111版本左右皆可，不要太低版本
2. 滑鼠右鍵打開終端的插件，會提高作業效率

sudo apt-get install nautilus-open-terminal

執行上述指令即可

注：剛安裝完的Ubuntu系統默認解析度會很低，建議在win10下載完linux系統的NVIDIA驅動，直接在Ubuntu安裝

NVIDIA驅動安裝時切記關閉圖形

sudo service lightdm stop

黑屏后按ctrl+alt+F1進入tty1模式

不太熟悉linux環境注意記住驅動存放地址，進入tty1模式后，訪問進入驅動所在檔案夾，安裝驅動

.run檔案安裝指令詳情百度

安裝完成后sudo service lightdm start

解析度變化或者終端輸入nvidia-smi，出現顯卡資訊代表安裝成功

三．Cuda8.0的安裝

同樣建議在win10下下載好cuda8.0版本，直接進入終端安裝，方法類似驅動安裝，

配置cuda安裝時選擇參考其他安裝指南install（之前發的檔案），安裝路徑時選擇默認路徑，詢問是否安裝NVIDIA驅動選擇否，因為已經裝過了，

安裝完成后配置變數，詳見百度或之前發的install

四．Cudnn5.1安裝

將cudnn解壓，運行下指令進行覆寫

tar xvzf cudnn-7.5-linux-x64-v4.tgz #這里要注意你下載的版本，需要解壓你下載的對應版本的檔案

#解壓后的檔案夾名字是cuda

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 /usr/local/cuda/lib64/libcudnn*

測驗cuda指令

 cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

make

./deviceQuery

完成后出現顯卡資訊，并且最后顯示PASS即成功

注：make可能會出現權限不足的問題，可能是由于終端開啟過多導致，點擊最左終端顯示所有運行的終端，關閉所有終端視窗，重新運行即可，

若無效嘗試修改用戶權限

五．TensorFlow安裝

訪問TensorFlow官網

安裝Python3.4

詳細辦法百度，安裝完成后設定Python3.4為默認版本，并且不能 一定不能卸載之前版本的Python，否則會出嚴重bug

注：請注意不同TensorFlow版本對應的python版本，在下載時應當互相對應，避免無法運行，

安裝python3.4

Sudo add-apt-repository ppa:fkrull/deadsnakes

Sudo apt-get update

Sudo aptget –y install python3.4

設定python3.4為默認版本，一般ubuntu自帶較多版本的python

Sudo update-alternatives –install /usr/bin/python python /usr/bin/python2 100

Sudo update-alternatives –install /usr/bin/python python /usr/bin/python3 150

終端輸入python可以查看默認版本

TensorFlow的安裝

按官網英文安裝指南依序配置， 使用pip進行安裝

配置pip

Sudo apt-get install python3-pip python3-dev

安裝tensorflow

Sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/gup/tensorflow_gpu-1.2.1-cp34-cp34m-linux_x86_64.whl

完成安裝執行(六)進行python進行測驗

注：如果測驗時出現ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory的報錯，說明路徑沒有正確設定

設定方法如下：

Sudo vim ~/.bashrc

在檔案末添加

export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64” 
export CUDA_HOME=/usr/local/cuda 

完成后執行
source ~/.bashrc

詳情參考http://blog.csdn.net/appleml/article/details/76922476

六．TensorFlow的測驗

終端輸入下指令

python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello,Tensorflow')
>>> sess=tf.Session()
>>> print(sess.run(hello))

如果可以顯示Hello，Tensor，就說明沒問題了！

再試一個

>>> a=tf.constant(10)
>>> b=tf.constant(22)
>>> print sess.run(a+b)

輸出應當為32

參考：

[1] Ubuntu 16.04與Win10雙系統雙硬碟安裝圖解

https://blog.csdn.net/fesdgasdgasdg/article/details/54183577

[2] windows10安裝ubuntu雙系統教程（絕對史上最詳細）

https://www.cnblogs.com/masbay/p/10745170.html

[3] Win10 Ubuntu16.04/Ubuntu18.04雙系統完美安裝

https://blog.csdn.net/qq_24624539/article/details/81775635

[4] Win10+Ubuntu雙系統修復Ubuntu系統引導

https://blog.csdn.net/chekongfu/article/details/84872841

[5] Ubuntu 16.04 Nvidia驅動安裝(run方式)

https://blog.csdn.net/lihe4151021/article/details/90083431

[6] Ubuntu 16.04安裝CUDA8.0

https://www.linuxidc.com/Linux/2018-09/154292.htm

[7] Ubuntu16.04下安裝cuda和cudnn的三種方法（親測全部有效）

https://blog.csdn.net/wanzhen4330/article/details/81699769

[8] Ubuntu16.04上安裝cudnn5.1詳細教程

https://blog.csdn.net/QLULIBIN/article/details/80729570

[9] Ubuntu16.04下安裝tensorflow（GPU加速）

https://blog.csdn.net/qq_30520759/article/details/78947034

 碼字不易，如果您覺得有幫助，麻煩點個贊再走唄~

標籤：其他

上一篇：生成對抗性網路GAN

下一篇：因果推理的春天系列序 - 資料挖掘中的Confounding, Collidar, Mediation Bias