深度学习Linux环境搭建(RTX2080Ti+CUDA10.0

作者: Venyeh_Hoo | 来源:发表于2018-11-27 23:00 被阅读55次

    0. 前言

    在经历了数次系统重装过后,总算完成了环境搭建工作,期间走了不少弯路,为此记录下来,以备查阅。
    本经历适用于以下情况:

    1. 拥有最新图灵架构显卡,想完全发挥新架构的能力
    2. 想全新安装一个能用于深度学习的Linux操作系统
    3. 鉴于网上教程相对陈旧,好多平台只支持到9.x,想尝鲜的,或者为将来做准备的
    4. 爱折腾的
    

    在进行以下步骤之前,假设已经拥有以下额外条件:

    1. 能顺利访问国外的网站(就是那啥,放路由器上面,然后就能全局不用担心网络问题了)
    2. 能接受UEFI引导方式,磁盘是GPT格式
    3. 耐心
    

    1. 系统安装

    系统选择的是与Ubuntu同源的Linux Mint操作系统,操作习惯更接近于Windows,个人认为学习成本更低,更易用。官方网站:https://www.linuxmint.com/

    怎么样,是不是比Ubuntu的基佬紫更有极客范~~
    选择最新的Mint19-Mate版,64位,下载安装镜像(不同的镜像地址,二选一):
    https://mirrors.tuna.tsinghua.edu.cn/linuxmint-cd/stable/19/linuxmint-19-mate-64bit-v2.iso
    https://mirrors.shu.edu.cn/linuxmint-cd/stable/19/linuxmint-19-mate-64bit-v2.iso
    

    下载软碟通,制作U盘启动盘
    文件 --> 打开 ISO镜像



    启动 --> 写入硬盘映像


    选择将要写入的U盘(注意,将会格式化整个U盘)
    完成后重启,进入BIOS设置界面,选择UEFI启动方式,选择U盘的UEFI启动分区(不同品牌主板不一致,参考对应主板的设置教程)
    进入启动界面后是这个样子
    -

    "nomodeset"启动

    在启动界面,选择第一项,按“e”键,进入启动参数修改界面,找到“quiet splash”,修改成“nomodeset”(不包括引号),按组合键:Ctrl+X启动

    进入U盘操作系统后,打开“Install Linux Mint”,选择“English”,安装英文版的系统,中文在今后可能是个隐患。然后一路Continue到


    选择“Something else”
    到如下这个界面,一定要小心确认,一定要小心确认,一定要小心确认,建立一个Ext4格式的分区,挂载为“/”,“Device for boot loader installation”选择磁盘(推荐买个256GB的固态盘,整个盘都装Linux)。实在是确认不了,怕丢数据的,把其它硬盘都摘了再来。
    选择分区,引导,再次确认没有弄错,否则数据可能一去不回
    接下来就是傻瓜试正常流程,安装完毕后选择重启

    (留位置,后面有时间补充多系统能开机选择的超炫启动界面)


    2. 安装显卡驱动+CUDA

    一样的,由于刚安装的系统没有显卡驱动,需要改启动参数才能启动进入系统,参考前面的“nomodeset启动”
    进入系统后,打开命令行窗口,下载CUDA安装包

    wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers/cuda_10.0.130_410.48_linux
    

    按组合键:Ctrl+Alt+F1退出桌面系统,再结束掉桌面的进程,下载的安装包里面包含了410驱动,CUDA,OpenCL等的支持,因此,在第一个键入accept后,一路键入y,有两个需要输入路径的地方(cuda安装目录),直接回车

    sudo /etc/init.d/lightdm stop                              // 结束进程
    sudo bash ./cuda_10.0.130_410.48_linux.run                 // 开始安装
    sudo /etc/init.d/lightdm start                             // 回到桌面
    

    安装完成后,安装文件并没有自动添加引用目录和环境变量,因此要手工完成

    sudo xed /etc/ld.so.conf.d/cuda.conf
    #添加并保存
    /usr/local/cuda-10.0/lib64
    
    sudo xed /etc/environment
    #添加
    :/usr/local/cuda-10.0/bin
    #成如下样子
    PATH="/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/usr/local/cuda-10.0/bin"
    #保存
    

    完成后重启一次

    reboot
    

    3. 安装cuDNN

    下载地址:https://developer.nvidia.com/rdp/cudnn-download
    官方要求注册了过后就能下载,注意是
    cuDNN Runtime Library for Ubuntu18.04 (Deb)cuDNN Developer Library for Ubuntu18.04 (Deb)
    两个文件。


    进入下载文件的目录,用命令安装
    sudo dpkg -i libcudnn7_7.4.1.5-1+cuda10.0_amd64.deb
    sudo dpkg -i libcudnn7-dev_7.4.1.5-1+cuda10.0_amd64.deb
    

    4. 安装OpenCV

    安装Host环境基础包

    sudo apt-get install gcc g++
    sudo apt-get install libgtk2.0-dev pkg-config                  // OpenCV窗体依赖
    

    下载3最新版本

    wget https://github.com/opencv/opencv/archive/3.4.4.zip
    
    cd opencv-3.4.4/
    mkdir build
    cd build/
    cmake ..
    make -j8
    sudo make install
    

    (注:以下步骤可能不需要,如果出现libopencv_highgui库文件找不到的情况再做)

    sudo xed /etc/ld.so.conf.d/opencv.conf
    #添加并保存
    /usr/local/lib
    #执行,使设置生效
    sudo ldconfig
    

    相关文章

      网友评论

        本文标题:深度学习Linux环境搭建(RTX2080Ti+CUDA10.0

        本文链接:https://www.haomeiwen.com/subject/krzmqqtx.html