ubuntu cuda配置

双系统安装注意

1. 安装分区 分一个swap 区+uefi区+根目录区

2. 安装完成进入无画面（双显卡的坑） 按e修改 +nomodeset 此时采用默认的集显

3. 进入系统后无网络 更新系统内核 重启 即可连接wifi

4. 切记不要在软件与更新那里安装显卡驱动 否则会导致反复登陆（解决方法 开机界面哪里把nomodeset删掉 换成psi=linux,进入桌面后再次更改）

5. 安装cuda+cudann+tensorflow-gpu==1.8.0

   cuda参考教程

关于在博客里面找答案的一点心得

1. 不同的环境 配置过程可能不一样 最靠谱的还是看官方的配置文档
2. 很多时候遇到一点问题 不要直接放弃重装系统 可能这个bug解决了就过去了
3. 关键：同样的现象 问题的根源可能并不相同，要具体问题具体分析

安装单系统

1. 按Esc 进入BIOS，

2. 分区：一个交换分区 一个efi分区，一个根目录 启动装载在efi分区

3. 第一次开机黑屏 进去alt+ctrl+f1 修改grub启动项在spalsh后加nomodeset 跟新grub

进去系统后先更新内核 然后安装cuda和cudann
全部装好后将nomodeset删除 改为acpi_osi=linux 重启即可

安装依赖冲突

解决方案

删除完软件后 自动删除相关依赖 sudo apt-get autoremove

软件安装

1. 安装vscode pycharm
2. 安装mate桌面 WPS
3. 配置SSR
4. 安装搜狗 谷歌
5. 安装typora Okular (sudo)

cuda10.0 安装

1. 谷歌cuda10.0下载 到官网

2. 选择ubuntu16.04 deb(local)安装包

3. 下载完成后按照官网提示的命令进行安装

4. 安装cudnn（面向神经网络加速的计算软件），需要登录

   选择cuda10.0对应版本

   export LD_LIBRARY_PATH="/home/joe/Public/cuda/lib64:$LD_LIBRARY_PATH"

   测试： tf.test.is_gpu_available()

   若键盘无相应 ，安装Xserver-input

5. 安装tensorflow-gpu

6. pip install tensorflow-gpu==2.0.0-alpha0

7. -i 加上清华源

8. 配置编译器环境 选择bin/python