Wubi+Linux,+1060显卡+Tensorflow -GPU + Pycharm+OpenCV+众多包

其他版本：请参加：

http://blog.csdn.net/u014659656/article/details/53348851?locationNum=13&fps=1

一.安装Linux

1.1.由于要安装Ubuntu14.04，发现总是出现问题。使用wubi安装方法。

1.2.发现是显卡太高了，Linux系统不支持。

1.3.做法，把显卡拆下来，换到集显，安装好Ubuntu，然后在把显卡装上。

1.4.安装Ubuntu的时候，注意，为检查磁盘错误，需要更正下代码,百度解决问题。

ro---->rw

1.5  在处理完，为检查磁盘错误，之后，应该装1060的显卡驱动。  --->如果不装驱动，装上1060显卡， 如果发现，重启之后，进入Linux系统之后，大约15s之后， 电脑黑屏，可能意味着，你没有装驱动。

1.6 安装驱动

方式一：官网下载驱动，本地安装。

去NVDIA driver search page搜索你的显卡需要的驱动型号，页面如下：

下载对应的Linux系统下的驱动，然后在终端进行命令安装。

--->一定要确保在集成显卡模式下安装好NVIDIA的最新驱动，然后再插入新显卡，开机进入系统！

方法二：联网安装。

安装NVIDIA的最新显卡驱动的几个命令如下：

本人安装时的驱动版本为375.

[html] view plain copy

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

如果在2行，命令，出现，依赖项，不兼容，

系统设置--->软件更新---->Ubantu软件--->更改下载自：中国的服务器----改为------主服务器

sudo apt-get install nvidia-375

sudo apt-get install mesa-common-dev

1.7  装上1060显卡。

开机

输入命令：看显卡信息

sudo lshw -numeric -C display1

2

1

2

可以看到你的显卡信息，比如我的就是 product: GM107M [GeForce GTX 950M] [10DE:139A]，

从搜索的结果页面看到，我的驱动版本应该是375.20,为了再次确认一遍，你还可以使用这个命令查看你可以使用的驱动：

ubuntu-drivers devices1

1

结果显示和搜索到的驱动版本一样，推荐也是375

== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==vendor : NVIDIA Corporationmodel : GM107M [GeForce GTX 950M]modalias : pci:v000010DEd0000139Asv000017AAsd0000380Bbc03sc02i00driver : nvidia-367 - third-party freedriver : nvidia-375 - third-party free recommendeddriver : nvidia-364 - third-party freedriver : nvidia-358 - third-party freedriver : xserver-xorg-video-nouveau - distro free builtindriver : nvidia-370 - third-party free== cpu-microcode.py ==driver : intel-microcode - distro non-free1

2

3

4

5

6

7

8

9

10

11

12

13

14

1

2

3

4

5

6

7

8

9

10

11

12

13

14

好了，终于可以安装对应的驱动了，使用以下命令

安装完成之后，重启电脑，驱动应该就完成了！你可以在dashboard上搜索nvidia，看到像 NVIDIA X Server Settings的东西，就说明安装驱动成功了，接下来就是安装cuda8了

2.安装CUDA

2.1.首先去CUDA的官网去下载CUDA

我下载的时候，是CUDA8.0

https://developer.nvidia.com/cuda-downloads

2.2.如图

2.3. 到下载CUDA的目录，我这里是默认的下载位置： 下载/cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.dev

找到下载位置：   打开终端，输入上图中，1,2,3中的命令。

默认的CUDA安装目录：/usr/local/cuda8.0

三 安装cudnn

3.0安装  cudnn，下载cudnn，

将cudnn的压缩包，放入/usr/local/目录，采用默认安装cuda的方式。

复制时需要使用的命令：

sudo nautilus

3.1  使用命令解压：

sudo tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz

解压之后：

cuda文件如下：

具体如下：

include文件夹如下

lib64文件如下：

3.2  在~/.bashrc文件中添加环境变量

mo wei tian  jia

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:LD_LIBRARY_PATH

export CUDA_HOME=/usr/local/cuda-8.0

export PATH=/usr/local/cuda/bin:$PATH

如果：报错：说cudnn.so没有找到，

那么是cudnn解压之后，没有放入相应的lib和inlcude中

正确如下：

解压之后：

usr/local/lib后的内容如下：

usr/local/include后的内容如下：

链接cuDNN的库文件

$ sudo ln -sf /usr/local/lib/libcudnn.so.6.0.20 /usr/local/lib/libcudnn.so.6$ sudo ln -sf /usr/local/lib/libcudnn.so.6 /usr/local/lib/libcudnn.so$ sudo ldconfig -v

如果出现

ImportError: libcudnn.5: cannot open shared object file: No such file or directory

解决方法：

https://stackoverflow.com/questions/42013316/after-building-tensorflow-from-source-seeing-libcudart-so-and-libcudnn-errors

ImportError: libcudnn.5: cannot open shared object file: No such file or directory

It turns out there is no libcudnn.5 in my /usr/local/cuda/lib64 or /usr/local/cuda-8.0/lib64 directories. However, I do have a libcudnn.so.6.* file.

To solve the problem, I created a soft link:

ln -s libcudnn.so.6.* libcudnn.so.5

in my /usr/local/cuda/lib64 directory. Now everything works for me. Your directory might be different if you already had cuDNN, and your libcudnn.so.6.* might be a different version, so check that.

四.安装Tensorflow

4.1 终端之下：查看Python版本，Python是Ubantu系统自带的。

python

4.2  更新pip

4.3

export TF_BINARY_URL=你要安装的版本的网址：

具体网址：https://www.tensorflow.org/install/install_linux#the_url_of_the_tensorflow_python_package

4.4 验证：

安装tensorflow gpu enable python 2.7 版本，详见官网

export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.11.0-cp27-none-linux_x86_64.whlsudo pip install --upgrade $TF_BINARY_URL验证$python Python 2.7.12 (default, Jul 1 2016, 15:12:24) [GCC 5.4.0 20160609] on linux2Type "help", "copyright", "credits" or "license" for more information.>>> import tensorflowI tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcublas.so locallyI tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcudnn.so locallyI tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcufft.so locallyI tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcuda.so.1 locallyI tensorflow/stream_executor/dso_loader.cc:111] successfully opened CUDA library libcurand.so locally>>> quit()大功告成！

4.5  在终端，Python情况下

>>>help(tensorflow)

查看tensorflow版本信息

更正：

因为前面，import tensoflow as tf

这里help应该改为： help(tf)

五 安装：pycharm

这篇文章将讨论如何在 Linux 系统上获取、安装和运行 PyCharm 。

如何获取 PyCharm

你可以通过访问 https://www.jetbrains.com/pycharm/ 获取 PyCharm 。屏幕中央有一个很大的 'Download' 按钮。

你可以选择下载专业版或者社区版。如果你刚刚接触 Python 编程那么推荐下载社区版。然而，如果你打算发展到专业化的编程，那么专业版的一些优秀特性是不容忽视的。

如何安装 PyCharm

下载好的文件的名称可能是 'pycharm-professional-2016.2.3.tar.gz’。

以 “tar.gz” 结尾的文件是被 gzip 工具压缩过的，并且把文件夹用 tar 工具归档到了一起。你可以阅读https://www.lifewire.com/extract-tar-gz-files-2202057 tar指南的更多信息。

加快节奏，为了解压文件，你需要做的是首先打开终端，然后通过下面的命令进入下载文件所在的文件夹：

cd ~/Downloads现在，通过运行下面的命令找到你下载的文件的名字：

ls pycharm*然后运行下面的命令解压文件：

tar -xvzf pycharm-professional-2016.2.3.tar.gz 记得把上面命令中的文件名替换成通过 ls 命令获知的 pycharm 文件名。（也就是你下载的文件的名字）。上面的命令将会把 PyCharm 软件安装在 home 目录中。

如何运行 PyCharm

要运行 PyCharm， 首先需要进入 home 目录：

cd ~运行 ls 命令查找文件夹名：

ls查找到文件名以后，运行下面的命令进入 PyCharm 目录：

cd pycharm-2016.2.3/bin最后，通过运行下面的命令来运行 PyCharm：

sh pycharm.sh 如果你是在一个桌面环境比如 GNOME、KDE、Unity、Cinnamon 或者其他现代桌面上运行，那么你也可以通过桌面环境的菜单或者快捷方式来找到 PyCharm 。

六  在Tensorflow中，会用到OpenCV，

下面介绍一下：OpenCV的安装

sudo apt-get install python-opencv

在IDE中：

七. 安装matplotlib，等多个包,9个终端命令。依次安装，总会安装上的。基本囊括常用的包。

sudo apt-get update

sudo apt-get install python-pip python-dev python-numpysudo apt-get install gfortransudo pip install pydotsudo apt-get install graphvizsudo apt-get install Cython

sudo apt-get install protobufsudo apt-get install scikit-image sudo apt-get install python-skimage

八.    安装 scikit-learn

File--->Settings---->Project Interpreter--->Latest右边的+号，--->输入你要装的包，---->左下方 Install Package