文章目录

介绍
系统和显卡
深度学习环境配置
- 安装 Nvidia 显卡驱动
- 安装 CDUA
- 安装 cuDNN
深度学习框架安装
- 安装 Theano-gpu
- 安装 TensorFlow-gpu
- 安装 PyTorch-gpu
常用软件安装方式
- 通过 Ubuntu 软件中心
- 从软件官网下载
- 需要手动配置环境
- - Chrome——浏览器
  - WPS——文件编辑
  - ClamAV——杀毒软件
  - QQ——社交与文件传输
  - TeamViewer——远程控制
  - Unity Tweak Tool——桌面美化工具
  - LaTeX——基于ΤΕΧ的高效排版系统

介绍

本文主要记录了 Ubuntu 上从零开始配置环境、安装软件时的一些经历和心得总结。原文于2019.5.28更新完毕，现将其重新修改整理并发布于此。

在深度学习环境配置部分，主要介绍了如何配置 Nvidia 驱动、 CUDA 和 cuDNN。接下来介绍了深度学习框架的安装方式，包括 Theano-gpu、TensorFlow-gpu 和 PyTorch-gpu。这里最好是先配置好环境，再安装某个具体的框架，顺序不要颠倒。

在常用软件部分，大部分都可以直接在 Ubuntu 软件 或对应的 软件官网 中直接下载安装，少部分需要手动配置环境。该部分包含的全部软件有：

Ubuntu 软件中心：Evince、Mendeley、PyCharm、JabRef、Mathpix
软件官网：XMind、有道词典、网易云音乐、福昕阅读器、Visual Studio Code、unar
手动配置：Chrome、WPS、ClamAV、QQ、TeamViewer、Unity Tweak Tool、LaTex

系统和显卡

系统：Ubuntu 16.04
显卡：GeForce GTX 1070 - Nvidia

深度学习环境配置

为了使用现有的基于GPU的深度学习框架，需要提前安装相关的依赖，这里主要列举一些重要依赖（CUDA、cuDnn）的安装过程和注意事项。一些更为基础的依赖（例如：NumPy、SciPy 等）则可以简单地使用 pip install xxx 来安装，或者利用 PyCharm 的安装包管理进行安装。具体操作为：在 PyCharm 设置中选择项目解释器，点击 + 来添加需要的依赖。

每个工程项目都对应着各自的 Python 解释器和环境，默认的解释器是 Python 2.x 或 Python 3.x，默认的环境是选择的解释器对应的那个系统环境。当然，也可以为每个工程项目建立各自独立的环境，因此，不论是通过 pip 还是 + 来安装依赖时都需要注意，一定要将环境切换至当前工程项目的环境下，再执行安装操作。

安装 Nvidia 显卡驱动

获取驱动
lspci -vnn | grep VGA # 获取显卡型号，我的是 GTX 1070
在 Nvidia官网下载支持GTX 1070显卡的最新驱动（.run类型）
卸载原有 Nvidia 显卡驱动（首次安装即可跳过）
sudo apt-get remove --purge nvidia*
sudo chmod +x *.run # 修改原有版本 .run文件的权限
sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall # 卸载原有版本
禁用 nouveau 驱动
sudo gedit /etc/modprobe.d/blacklist.conf # 打开文件
在文末添加：
blacklist nouveau
options nouveau modeset=0
sudo update-initramfs -u
重启后执行 lsmod | grep nouveau 若没有输出，表示禁用成功
禁用 X-Window 服务
sudo service lightdm stop # 这会关闭图形界面，但不用紧张

按 Ctrl-Alt+F1 进入命令行界面，输入用户名和密码登录即可
在命令行输入：sudo service lightdm start，然后按 Ctrl-Alt+F7 即可恢复到图形界面
安装驱动
sudo chmod +x NVIDIA-Linux-x86_64-390.77.run # 给文件赋予执行权限
sudo ./NVIDIA-Linux-x86_64-390.77.run -no-x-check -no-nouveau-check -no-opengl-files # 运行参数非常重要，不可省略

-no-x-check：表示安装驱动时不检查X服务，非必需
–no-nouveau-check：表示安装驱动时不检查nouveau，非必需
–no-opengl-files：表示只安装驱动文件，不安装OpenGL文件。这个参数不可省略，否则会导致登陆界面死循环，英语一般称为”login loop”或者”stuck in login”
测试
nvidia-smi # 若有详细的GPU信息列表，表示驱动安装成功
参考链接
Ubuntu下安装nvidia显卡驱动（安装方式简单）
Ubuntu 16.04安装NVIDIA驱动

安装 CDUA

获取驱动
由 nvidia-smi 结果可知，我的显卡驱动版本是 Driver Version: 390.77，从 Nvidia官网通过显卡驱动和 CUDA 的对照表（如下图所示），安装 CUDA 8.0 和 CUDA 9.0 就可以满足上层框架的全部需求。因此，从 Nvidia官网下载 CUDA 8.0 和 CUDA 9.0 安装包（.run类型）。
安装驱动
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev # 安装相关依赖
sudo sh cuda_8.0.61_375.26_linux.run # 开始安装
终端信息和安装选项：

accept/decline/quit: accept # 接受协议
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
y)es/(n)o/(q)uit: n # 是否安装显卡驱动包，第一个 CUDA 版本安装时选y，第二个 CUDA 版本安装选n
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y # 是否安装工具包，选择 y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]: # 工具包安装地址，默认回车即可
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y # 添加符号链接（即软链接）
注：为该版本的 cuda 生成软链接，以供系统和其他程序调用。如果是安装首个 cuda 版本，一定选择 yes，如果是安装第二个版本且不准备立即使用它，则选择 no。后面将介绍多个版本 cuda 之间的切换方法。
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y # 安装样例
Enter CUDA Samples Location
[ default is /root ]: # 样例安装地址默认即可
配置环境变量
gedit ~/.bashrc # 使用 gedit 编辑器打开配置文件
在文末添加：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
source ~/.bashrc # 使之生效
测试
nvcc -V # 显示CUDA信息即安装成功
多版本 CUDA 切换
修改 /usr/local/cuda 这个软链接的指向，指向哪个版本便会使用哪个版本。
sudo rm -rf /usr/local/cuda # 删除原来的软链接
sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda # 创建新的软链接指向CUDA 9.0
sudo stat /usr/local/cuda # 查看软链接指向
参考链接
Ubuntu 多个版本CUDA同时存在的解决办法

安装 cuDNN

获取安装包
在 Nvidia官网下载对应的安装包(.tgz格式)。我搭配 CUDA 8.0 和 CUDA 9.0 的两个 cuDNN 的版本分别是：cudnn-8.0-linux-x64-v5.0-ga.tgz 和 cudnn-9.0-linux-x64-v7.3.0.29.tgz。
安装
tar -xvf cudnn-8.0-linux-x64-v5.0-ga.tgz # 解压
将对应的文件移入 CUDA 软链接文件夹内
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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
多版本 CUDA 问题
由于在切换 CUDA 版本时，会将 /usr/local/cuda/ 删除并重新生成，cuDNN 便会随着旧版本一同删除，因此，在多个 CUDA 版本的情况下，稳妥的做法是将对应的 cuDNN 文件分别移入 /usr/local 目录下的 cuda 8.0 和 cuda 9.0 中。这样做便保证了在切换 CUDA 版本时，cuDNN 依旧有效。

深度学习框架安装

安装 Theano-gpu

官网了解
先确定需要的 Theano-gpu 版本，再从 Theano官网查看安装该版本 Theano 所需的外部依赖，依次安装所有的外部依赖。libgpuarray 的安装比较复杂，单独加以说明。
git clone https://github.com/Theano/libgpuarray.git # 若没有 git 工具，直接去网页端下载解压也行
cd libgpuarray
mkdir Build
cd Build
make
make install
python setup.py build # 在 libgpuarray 文件夹中
python setup.py install # 在 libgpuarray 文件夹中
sudo ldconfig
安装Theano
sudo pip install theano==0.8.2 # == 后面是指定的版本号
sudo gedit .theanorc
在文末添加

[global]
floatX=float32
device=gpu
base_compiledir=~/external/.theano/
allow_gc=False
warn_float64=warn
[mode]=FAST_RUN
[nvcc]
fastmath=True
[cuda]
root=/usr/local/cuda
测试
python
import theano # 没有报错即为安装成功
CNMeM 报错
报错：Theano: CNMeM is disabled, CuDNN not available
解决：
sudo gedit .theanorc
在文末添加

[lib]
cnmem=0.8
参考链接
libgpuarray Installation
Theano: CNMeM is disabled, CuDNN not available
Ubuntu 16.04下CUDA8.0+Theano+Caffe+TensorFlow环境搭建

安装 TensorFlow-gpu

官网了解
从 TensorFlow官网查看需要的软硬件要求（如下图），安装需要的依赖。
安装 TensorFlow
使用 PyCharm 创建一个新的运行环境venv_tensorflow，放在默认路径 /home/wtl 下，用 PyCharm 的包资源管理器选择 tensorflow-gpu==1.7.0 进行安装，详情如下图，或者在新的环境下使用 pip 安装，指令如下：
pip install tensorflow-gpu==1.7.0
参考链接
TensorFlow官网

安装 PyTorch-gpu

官网了解
从 PyTorch官网选择适合的版本，发现 pip 指令仅需要安装两个包即可，于是果断使用 PyCharm 来安装。
安装PyTorch
使用 PyCharm 创建一个新的运行环境 venv_pytorch，放在默认路径 /home/wtl 下，用 PyCharm 的包资源管理器选择 torch==1.0.0、torchvision==0.2.2 进行安装，安装详情如下图：
参考链接
PyTorch官网

常用软件安装方式

通过 Ubuntu 软件中心

Evince——PDF 阅读器
Mendeley——论文管理
PyCharm——Python IDE
JabRef——参考文献管理
Mathpix——公式提取转换

从软件官网下载

XMind——思维导图 XMind 官网
有道词典——划词翻译有道官网
网易云音乐——音乐播放器网易官网
福昕阅读器——PDF 阅读器 foxit 官网
Visual Studio Code——文本（代码）编辑器 Visual Studio官网
unar——解压工具 sudo apt-get install unar

需要手动配置环境

Chrome——浏览器

安装 Chrome
从 Google 官网下载安装包（.deb类型）。
sudo apt install libappindicator1 libindicator7 # 安装依赖
sudo dpkg -i google-chrome-stable_current_amd.deb # 版本要对应
sudo apt -f install # 修复依赖
参考链接
Ubuntu16.04安装谷歌浏览器

WPS——文件编辑

安装 WPS
从 WPS 官网下载安装包，解压安装。
sudo dpkg -i wps-office_10.1.0.5672~a21_amd64.deb # 版本要对应
如果有字体缺失问题
下载字体库分享链接
sudo mkdir /usr/share/fonts/wps-office # 创建文件夹
sudo cp -r wps_symbol_fonts.zip /usr/share/fonts/wps-office # 移入字体库
sudo unzip wps_symbol_fonts.zip # 解压至当前文件夹
参考链接
Ubuntu16.04 安装WPS（亲测）

ClamAV——杀毒软件

安装 ClamAV
sudo apt-get update # 更新源
sudo apt-get install clamav # 安装
sudo apt-get install libclamunrar6 # 可扫描.RAR压缩文件
sudo freshclam # 更新病毒库
扫描病毒
sudo clamscan -r /home # 扫描 home 目录
sudo clamscan -r --bell -i / # 全盘扫描，只输出被感染的文件
安装图形界面
sudo apt-get install ClamTK # 可设置扫描计划等
参考链接
Ubuntu安装使用ClamAV(杀毒软件)

QQ——社交与文件传输

安装 wine
sudo add-apt-repository ppa:wine/wine-builds # 添加源
sudo apt-get update # 更新源
sudo apt-get install winehq-devel # 安装 wine
安装 QQ
从百度云下载安装包分享链接提取码 : cozz
tar xvf wineQQ8.9_19990.tar.xz -C ~/ # 解压至主目录，完成安装
卸载 QQ
rm -rf ~/.wine
rm -rf ~/.local/share/applications/wine-QQ.desktop
rm -rf ~/.local/share/icons/hicolor/256x256/apps/QQ.png
rm -rf ~/.fonts/simsun.ttc
参考链接
ubuntu安装新版QQ

TeamViewer——远程控制

安装 TeamViewer
从 TeamViewer 官网下载安装包（.deb类型）。
sudo apt-get install libjpeg62:i386 libxinerama1:i386 libxrandr2:i386 libxtst6:i386 ca-certificates # 安装依赖
sudo dpkg -i teamviewer_13.1.3026_amd64.deb # 版本要对应
sudo apt -f install # 修复依赖
参考链接
UBUNTU16.04下Teamviewer的安装

Unity Tweak Tool——桌面美化工具

安装 Unity Tweak Tool
设置软件源，这些源在国外，速度有点慢
sudo add-apt-repository ppa:noobslab/themes
sudo add-apt-repository ppa:noobslab/apps
sudo add-apt-repository ppa:docky-core/ppa
sudo apt-get update
安装 Ubuntu tweak，用它来设置主题和图标
sudo apt-get install unity-tweak-tool
参考链接
Ubuntu桌面美化（unity-tweak-tool）
Ubuntu16.04主题美化！简简单单打造仿Mac苹果系统!

LaTeX——基于ΤΕΧ的高效排版系统

LaTeX 是一种高效的排版系统，普遍用于书籍、科技文档等的写作，它的内容和样式完全分离，排版过程是 源文件→编译→生成 PDF，相比 Word，主要的优势有：高效整洁的数学环境、更清晰的文档结构。

安装 TexLive（编译器）
从清华镜像下载安装包（2018版）清华镜像
sudo apt-get install perl-tk perl-doc # 安装依赖
tar -xzf install-tl-unx.tar.gz # 解压
cd install-tl-2018*
sudo ./install-tl # 终端安装
sudo ./install-tl -gui # 通过图形界面安装
配置环境变量
要注意路径名一定要与自己的版本相对应。
export PATH=/usr/local/texlive/2018/bin/x86_64-linux:$PATH
export MANPATH=/usr/local/texlive/2018/texmf-dist/doc/man:$MANPATH
export INFOPATH=/usr/local/texlive/2018/texmf-dist/doc/info:$INFOPATH
sudo visudo
将 secure_path 修改为：secure_path="/usr/local/texlive/2018/bin/x86_64-linux:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/snap/bin"
字体设置
报错：fontspec error: “Times New Roman” cannot be found.
解决：sudo apt-get install msttcorefonts # 安装 CoreFonts 字库
报错：fontspec error: “KaiTi” cannot be found.
解决：从 win7 的 c:\windows\fonts 中拷贝 KaiTi 至 ubuntu 的目录 /usr/share/fonts，然后在终端执行如下命令：
sudo mkfontscale
sudo mkfontdir
sudo fc-cache -fv
终端显示 fc-cache: succeeded，表示字体库已经安装好。
安装TeXstudio（编辑器）
sudo add-apt-repository ppa:sunderme/texstudio # 添加 PPA
sudo apt-get update
sudo apt-get install texstudio
配置 TeXstudio（编辑器）
主要对其 Commands 和 Build 部分进行配置。
Commands 配置：Options→Configure TeXstudio→Commands，将BibTeX、BibTeX 8-Bit、Biber 的路径设置为 TeXlive 安装路径下对应 EXE 文件。
Build 配置：Options→Configure TeXstudio→Build，将 Default Compiler 修改为 XeLaTeX（默认编译器），将 Default Bibliography Tool 设置为 BibTeX（默认参考文献工具，应该是和命令设置中的 EXE 对应）。
参考链接
LaTeX介绍
ubuntu下安装TexLive
Ubuntu安装中文字体
如何在Ubuntu 18.04/17.10/16.04中安装TeXstudio 2.12.8
LaTeX新手入门以及TeXlive和TeXstudio的安装使用
iNSFC - 2017 年国家自然基金 LaTeX 模板

Ubuntu 深度学习环境配置、Theano TensorFlow PyTorch 安装、常用软件安装方式相关推荐

Ubuntu深度学习环境配置一箩筐
Ubuntu深度学习环境配置一箩筐前言:我从其它专业转到深度学习方向,由于最开始接触的时候缺乏很多计算机方面的系统知识,所以环境配置中常常出现各种问题而不知其所.网上同一个问题往往有多种解决方案而有 ...
深度学习环境配置指南：Pytorch、TensorFlow、Keras
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达作者丨Yukyin@知乎来源丨https://zhuanlan.z ...
RTX 3090的深度学习环境配置指南：Pytorch、TensorFlow、Keras
点击上方"AI遇见机器学习",选择"星标"公众号重磅干货,第一时间送达来源 | 知乎编辑 | 极市平台作者 | Yukyin 最近刚入了3090,发现网 ...
win10系统安装与双系统ubuntu深度学习环境配置
双系统还是虚拟机要装双系统.因为虚拟机是虚拟出来的显卡,无法调用电脑的显卡,跑不了GPU. 双系统安装详情请见 windows10安装ubuntu双系统教程(绝对史上最详细) 但这里有个问题,bi ...
Ubuntu深度学习环境配置
文章目录 1. 显卡驱动 2. GCC 3. CUDA 4. Anaconda 5. 其他python相关库 1. 显卡驱动下载对应驱动 https://www.nvidia.cn/Download ...
深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:伍天舟.马曾欧.陈信达入门深度学习,很多人经历了从入门到放弃的心 ...
【深度学习】相当全面的深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）...
作者:伍天舟.马曾欧.陈信达入门深度学习,很多人经历了从入门到放弃的心酸历程,且千军万马倒在了入门第一道关卡:环境配置问题.俗话说,环境配不对,学习两行泪. 如果你正在面临配置环境的痛苦,不管你是W ...
保姆级教程：深度学习环境配置指南！（Windows、Mac、Ubuntu全讲解）
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达入门深度学习,很多人经历了从入门到放弃的心酸历程,且千军万马倒在了 ...
基于Ubuntu 18.04机器人操作系统环境和深度学习环境配置
基于Ubuntu 18.04机器人操作系统环境和深度学习环境配置详解 CUDA+Cudnn+ROS+anaconda+ubuntu装机必备笔记本双系统安装 U盘启动项安装ubuntu18.04.1 ...

Ubuntu 深度学习环境配置、Theano TensorFlow PyTorch 安装、常用软件安装方式