Step up to Linux
Linux9 minutes read (About 1315 words)  0 visits

Step up to Linux

记录Linux的安装与Deep Learning配置过程

安装为Ubuntu单系统

1.准备

  • 下载Ubuntu镜像, 建议下载LTS版本。
    (官网下载速度较慢时考虑清华镜像)
  • 制作启动盘, 建议使用Rufus,操作简单，在制作时要格式化Ｕ盘，先做好Ｕ盘备份工作。
  • 若要安装双系统，还要清理出一块磁盘空间，参考知乎文章

2.安装(以DELL为例)

  • 插入Ｕ盘，启动过程中出现DELL徽标时，快速按F12键。跳转至Boot Once（启动一次）菜单。通过键盘选择U盘所在的UEFI启动方式。同时，有些人建议按F2进入BIOS，将Security选项中的Secure Boot设置为Disabled。
  • 选择语言，键盘布局，一路Next就好，在选择网络时不建议联网，建议正常安装并且为图形或无线硬件以及其他媒体格式安装第三方软件，在安装类型时，前两个选项会自动分区安装，省时省心，但这里推荐自己手动分区，这样可以熟悉自己的分区方便后续管理，因此这里我们选择其他选项
  • 接下来我们需要手动分区(自动分区即可跳过次步骤)。以本人电脑为例，128G固态，500G机械
    • EFI分区　512M SSD 主分区　空间起始位置 (用作EFI启动，512M足够)
    • /（根目录） SSD剩余空间　主分区　空间起始位置
    • 交换分区　8G 机械硬盘　主分区　空间起始位置　(按照内存大小来设置，一般为内存大小的两倍，但也不至于过大，本机内存12G)
    • /home（家目录）　机械硬盘剩余空间　逻辑分区　空间起始位置　(存放个人文件，越大越好)
    • 注意: 安装启动引导器的设备选择为EFI分区对应的位置
    • Format选项记得要勾上！
  • 等待安装完成 … …
  • 享用全新的Ubuntu　Ｏ（∩＿∩）Ｏ～～

3.配置

  • 美化
    一个赏心悦目的界面能给人工作的欲望
    此处的美化强烈推荐知乎专栏世上最良心***，按照文章一步步来就能打造很美观的界面
    注意:不要操作文章开头关于安装显卡驱动的部分，我们会在后续安装

  • Deep Learning 配置
    Ubuntu18.04自带Python3.6，在安装pip之前，建议安装几个依赖包: sudo apt install build-essential python3-dev python3-setuptools

  • 安装NVIDIA驱动

    • 查看本机显卡型号: 使用命令lshw -c video查看机器的显卡型号，根据显卡型号去NVIDIA官网下载最新的驱动程序
    • 屏蔽Nouveau驱动: 由于系统自带了nouveau的开源驱动，在安装NVIDIA驱动前要先将其屏蔽
      • 新增系统黑名单: sudo touch /etc/modprobe.d/blacklist-nouveau.conf
      • 在blacklist-nouveau.conf中编辑: 
        1
        2
        blacklist nouveau
        options nouveau modeset=0
      • 保存，退出，然后更新initramfs: sudo update-initramfs -u
      • 重启电脑: reboot
      • 查看是否禁用成功: lsmod | grep nouveau，若没有输出，则表明禁用成功
    • 停止可视化界面: sudo telinit 3，需要重新输入用户名和密码
    • 运行下载的run文件: sudo bash NVIDIA-Linux-x86_64*****.run，大部分选择默认提示即可，在GCC版本不匹配时，我选择了忽略，依然可以安装运行成功，目前还没有遇到问题
    • 安装完成后重启，运行nvidia-smi可以看到NVIDIA的输出即表明安装成功

  • 安装cuda

    • 去CUDA官网下载所需要的版本，需要结合深度学习框架（TensorFlow，PyTorch等）对cuda的要求来选择
    • 建议在安装前阅读官方的document，以cuda10.0为例，其中比较有建设性的为这里
    • 运行安装文件: sudo sh cuda_10.0******_linux.run

    注意: 运行后在提示是否安装驱动时(Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?)，选择否，因为前面我们已经安装了最新的驱动

    • 安装完成后，将以下命令加入到~/.bashrc当中，以改变环境变量(摘抄自官方document)
      1
      2
      export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
      export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    • 验证
      • 重启后在命令行输入nvcc -V，能够输出版本信息
      • 进入家目录下的NVIDIA-SAMPLES，编译运行deviceQuery，输出Result = PASS则证明安装成功

  • 安装cuDNN

    • 去cuDNN官网下载相应版本的cuDNN Library for Linux，需要注册一个账号，建议阅读官方文档
    • 根据安装文档说明，解压.tgz并移动到相应的位置即可

至此，Deep Learning的配置完成

#

Comments

×