从零开始配置环境

从开始到放弃之还能坚持一下终端查看硬盘情况换源安装显卡驱动(没装，用的CUDA自带）安装cuda出现的问题 安装cudnn安装Anaconda安装深度学习框架tensorflowPytorch 安装opencv 目前就这么多，以后遇到在继续写吧

从开始到放弃之还能坚持一下

由于种种原因导致哇重装系统，所以现在从0开始配置环境，至于怎么装ubuntu，自行百度

终端

To run a command as administrator (user "root"), use "sudo <command>". See "man sudo_root" for details.

一打开终端就显示这段话，虽然不影响操作，但是就是看着不太舒服 解决方案

touch ~/.sudo_as_admin_successful

题外话：截屏快捷键shift+PrtSc

查看硬盘情况

1.查看硬盘情况 sudo fdisk -l

查看文件容量：df -h

查看inode容量：df -ih

换源

换源到具体原因便不赘述 备份以前到源

sudo cp /etc/apt/sources.list /etc/apt/sources_init.list

使用gedit打开sources文档

sudo gedit /etc/apt/sources.list # 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释 deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-security main restricted universe multiverse # 预发布软件源，不建议启用 # deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse # deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse

更新

sudo apt-get update sudo apt-get upgrade

安装显卡驱动(没装，用的CUDA自带）

显卡驱动与cuda和cudnn之间到关系 此电脑配置为CUDA10.0，cudnn7.4，tensorflow2.0和1.14，pytorch1.2。

安装cuda

这里链接安装CUDA遇到的问题可以参考 根据上层建筑选择需要到cuda版本，此处到上层建筑为tensorflow，pytorch等深度学习框架所需要的环境。 tensorflow pytroch

出现的问题

禁用nouveau参考https://blog.csdn.net/10km/article/details/61191230

禁用nouveau后，显示the system is running in low-graphics mode 进入命令输入模式 cd /etc/X11 sudo cp xorg.conf.failsafe xorg.conf sudo reboot 桌面分辨率变小，图标变大不清晰，可以暂时不管，安装完CUDA就可以回复正常

nvidia-smi：未找到命令

md5sum cuda_10.0.130_410.48_linux.run 9375304c8dc8d42e7f9a9ae37e80b42b cuda_10.0.130_410.48_linux.run

安装cudnn

下载CUDA10.0对应的cudnn7.4.2，for linux的版本

安装Anaconda

先安装python3.6和anaconda 修改conda镜像

安装深度学习框架

tensorflow

创建虚拟环境 conda create -n tf 激活虚拟环境（进入虚拟环境，这个常用） source activate tf

退出虚拟环境

source deactivate tf 虚拟环境中安装tensorflow pip install tensorflow-gpu==1.14 检测是否安装成功 python调用TensorFlow时出现FutureWarning: Passing (type, 1) or ‘1type’ as a synonym of type is deprecate 解决方案：找到两个文件，将最后的1改为(1,) 然后import tensorflow成功

Pytorch

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch

检验pytorch是否安装成功： 进入python3后输入：

import torch import torchvision

安装opencv

anaconda 安装opencv

//搜索opencv版本 conda search opencv //安装 conda install opencv=版本号 //检验 python3 import cv2

不报错便安装成功

目前就这么多，以后遇到在继续写吧