(双系统)Win10+Ubuntu18.04 +单机械硬盘+Tensorflow深度学习环境
-
- 【深度学习环境】安装Win10 + Ubuntu18.04 双系统过程
-
- 硬件配置
- 双系统安装:Win10+Ubuntu 18.04
-
- 关于双系统引导的问题
- 安装Win10
- 安装Ubuntu 18.04
- CUDA9.0+cuDNN7.3.1+Tensorflow 1.8环境
-
- Step-1 Nvidia显卡驱动安装
- Step-2 CUDA 9.0 安装
- Step-3 cuDNN 7.3.1安装
- Step-4 Anaconda 5.3安装
- Step-5 tensorflow-gpu 1.8 安装
- 附件A
-
- WIN10 安装中进行磁盘格式转换:
【深度学习环境】安装Win10 + Ubuntu18.04 双系统过程
【时间:2018.10.4】
硬件配置
主板:华硕 Z370-A
显卡:1070Ti-8G
磁盘:单机械一盘(1个)
PART-1 双系统安装
双系统安装:Win10+Ubuntu 18.04
关于双系统引导的问题
问题描述:
- 在先安装Win10之后安装Ubuntu系统,则默认会是Ubuntu系统引导Win10。如果希望启动时是Win10引导Ubuntu,通常的做法都是在Win10中安装EasyBCD工具来实现。
- 还涉及当需常删除Ubuntu系统时,不会影响Win10的正常启动运行。
本解决方案:
通过更改主板BIOS启动项的顺序。
原理
:
- 正常安装后,BIOS启动项将会出现Win10和Ubuntu的启动项,通过更改两个的启动顺序就能够进入不同的系统。所以日常选择Ubuntu启动项在第一项,而Ubuntu启动界面会引导Win10,因此可以满足日常双系统的选择需求。也不再在Win10中安装EasyBCD工具。
PS:主要是该工具个人不喜欢,会更改window的引导方式。如果你喜欢使用EasyBCD方案,可以参考网上的教程。
- 当需要删除Ubuntu系统时,可直接在Win10系统中的磁盘管理中删除Ubuntu对应的磁盘区域(给Ubuntu分配的磁盘空间),然后重启时进入BIOS,选择Win10系统的启动项为第一项,则恢复为只有Win10系统情况。(
)亲测
安装Win10
两个注意事项:磁盘格式为GPT格式,安装模式为UEFI。(可自行百科相关关键字)
-
启动U盘制作
可去MSDN或官网下载操作系统的
.iso
文件,然后使用UltraISO工具或者rufus工具制作操作系统安装U盘。
注:本文使用UltraISO工具制作的Win10启动U盘
-
安装Win10
插入U盘
按键(F2)进入BIOS->
选择启动项->
选择UEFI模式的U盘->
开始安装->
进入Win10安装界面->
安装完成。->
:磁盘格式需要为GPT,如何更改可参看本文末注
。附件A
安装Ubuntu 18.04
-
启动U盘制作
去Ubuntu官网下载系统
文件,使用rufus工具制作Ubuntu18.04启动U盘.iso
,注意格式必须为UEFI+GPT。(官方推荐,不会出错)
- 在Win10中
进入磁盘管理->
压缩出一块->
磁盘(用于安装Ubuntu系统)未分配
插入Ubuntu启动U盘->
重启电脑。->
- 重启按键(F2)进入BIOS
选择启动项->
选择UEFI模式的U盘->
开始安装->
进入Ubuntu安装界面。->
1、Ubuntu18.04 安装过程选择英文语音安装,安装成功后可以修改中文为系统语言。
2、Ubuntu18.04安装过程中重要的4个分区:
按照下列顺序分配
- Step 1、 /:主分区,分区格式为ext4,本文实际分了20G。作用:安装系统和软件,类似于Window的C盘。
- Step 2、swap:逻辑分区,分区格式为swap ,大小等于物理内存的1到2被(本文实际分了32G)。作用:充当虚拟内存。
- Step 3、/home:逻辑分区,分区格式ext4,大小等于剩下的磁盘空间减去/boot分区的200M。 作用:Ubuntu的磁盘空间。
- Step 4、/boot :逻辑分区,分区格式为ext4, 大小为200MB 。作用:引导系统。
备注:将系统引导项设置为/boot分区或者有Window manager哪项,也可参看此文了解更多。
至此,双系统安装完毕 。 PART-2 Nvidia+CUDA9.0+cuDNN7.3.1+Tensorflow 1.8环境
CUDA9.0+cuDNN7.3.1+Tensorflow 1.8环境
备注
:本文安装过程汇总没有GCC降级操作,系统版本为Ubuntu 18.04,gcc=7.3。
Step-1 Nvidia显卡驱动安装
- 先删除原有的驱动:
sudo apt-get remove --purge nvidia*
- 禁用nouveau
sudo vim /etc/modprobe.d/blacklist.conf
1:在文本最后添加:(禁用nouveau第三方驱动,之后也不需要改回来)
blacklist nouveau
options nouveau modeset=0
2:然后执行激活:
sudo update-initramfs -u
- 官网下载对应Nvidia的驱动的
文件,本文版本为390.87。.run
执行: sudo sh ./xxxxxx.run 进行安装
注
:提示需要安装GCC、MAKE ,根据提示安装好后重新执行安装。
- 安装完成后查看显卡信息
sudo nvidia-smi
Step-2 CUDA 9.0 安装
注
:本机安装Nvidia驱动版本为390.87,所以最高只能支持CUDA 9.x版本,而9.0更为稳定。具体可查看CUDA对驱动版本的要求。
- 官网下载CUDA的
文件,本文选择的是9.0版本,下载好后执行:.run
sudo sh cuda_9.0_xxxxx.run —override
#如果有补丁文件则等待主文件安装完成后,依次执行补丁文件:
sudo sh xxxx_1.run
sudo sh xxxx_2.run
sudo sh xxxx_3.run
sudo sh xxxx_4.run
- 安装过程中,除了提示安装驱动(nivdia driver…)选择
(NO
),其余均选择因为Step-1引进装好了显卡驱动,而且CUDA中的显卡驱动版本很低。
和YES
。默认设置
-
安装完成后进行测试是否安装成功,去安装的示例文件夹中samples找到1_Utilities/deviceQuery/文件夹,在文件夹中执行sudo make ,生成可执行文件。
执行查看是否成功:
./deviceQuery
Step-3 cuDNN 7.3.1安装
- 下载支持CUDA 9.0的cuDNN版本,本文版本为7.3.1。下载地址,需要先注册。
- cuDNN 7.3.1安装
- 将 cudnn.h 文件复制到 /usr/local/cuda/include/中;
sudo cp yourDownloadAddress/include/cudnn.h /usr/local/include/
注意
:这儿不是cuda-9.0文件夹,而是cuda文件夹。
- 将其他cudnn*文件复制到/usr/local/cuda/lib64/中
sudo cp yourDownloadAddress/lib64/libcudnn* /usr/local/lib64/
- 权限:
sudo chmod a+x /usr/local/cuda/include/cudnn.h
sudo chmod a+x /usr/local/cuda/lib64/cudnn*
- 完毕
Step-4 Anaconda 5.3安装
- 在官网下载好
安装文件后,执行西门命令进行安装(按提示安装):.sh
bash xxxxxx.sh
- 查看是否安装成功:
conda env list
- 修改pip的源,使用国内的(镜像)源,软件下载速度更快。
- 创建一个文件夹 : mkdir ~/.pip/
- 创建(或修改)一个文件: vim ~/.pip/pip.conf
- 在其中写入:
[global]
index-url = https://mirrors.aliyun.com/pypi/simple/
:qw
保存退出即可
注
:镜像连接必须https开头,http会有安全提示,且不能正常使用。
Step-5 tensorflow-gpu 1.8 安装
- 创建python 3.6的anaconda虚拟环境
conda create -n yourEnvName python=3.6
- 使用pip安装tensorflow-gpu版本
pip install tensorflow-gpu==1.8
注:tensorflow-gpu >=1.5的版本都支持CUDA 9.x+cuDNN7.x的环境
- 可通过
等方式来查看tensorflow是否安装成功。import tensorflow as tf
至此:完成NVIDIA显卡驱动,CUDA9.0,cuDNN 7.3.1 ,tensorflow-gpu 1.8的环境安装,执行正常。
附件A
WIN10 安装中进行磁盘格式转换:
1、在win10的安装界面(选择磁盘的界面),shift+F10打开命令行。
依次输入以下命令进行格式转换:
>diskpart
>list disk (查看磁盘列表)
>select disk 0 (磁盘索引从0开始)
>clean (将清除所选磁盘的所有数据,新盘建议用此命令。有数据请百科其他方案。)
>convert gpt (转换为GPT格式)
>list disk (查看磁盘列表)
->本文完<-