• win10+Linux双系统安装及一些配置问题


    学习是一个不断积累的过程。由混沌不解到豁然开朗,整个过程摧残心灵,但结果会使人心上开花。


    实验室台式机环境配置出现问题,于是我大刀阔斧开始了重装系统之路。

    首先,win10系统有问题,第一步重装win10。

      准备工作:rufus-3.5 + win10镜像文件 写U盘

    开始安装:重启电脑,Del进入BIOS设置,保存后F11进入启动项,按指示进行,我选择安装了win10企业版。

         完成后,根据配置装驱动。

         win10的安装比较顺利。

            安装的一些基本的软件及WING IDE6.1。WING IDE6.1参考简书

            按照步骤next,完成后会提示激活,选择第三项:

          

              输入CN123-12345-12345-12345,点击continue

               

             将红线部分的request code拷贝到如下文件标注部分,运行脚本,填写生成的激活码即可。

    #!/usr/bin/env python3
    LicenseID='CN123-12345-12345-12345'
    RequestCode='RW62Q-3Q9YE-B7AC8-C57PQ'
    import hashlib
    B16 = '0123456789ABCDEF'
    B30 = '123456789ABCDEFGHJKLMNPQRTVWXY'
    def B(n,f,t):
      xx = 0
      for d in str(n):
        xx = xx * len(f) + f.index(d)
      res = ''
      while xx > 0:
        res=t[int(xx%len(t))]+res
        xx//=len(t)
      return res
    def S(D):
      r = B(''.join([c for i,c in enumerate(D) if i//2*2==i]),B16,B30)
      while len(r) < 17:
        r = '1' + r
      return r
    def A(c):
      return c[:5]+'-'+c[5:10]+'-'+c[10:15]+'-'+c[15:]
    h = hashlib.sha1()
    h.update(RequestCode.encode('utf-8')+LicenseID.encode('utf-8'))
    lichash=A(RequestCode[:3]+S(h.hexdigest().upper()) )
    data=[23,161,47,9]
    tmp=0
    realcode=''
    for i in data:
      for j in lichash:
        tmp=(tmp*i+ord(j))&0xFFFFF
      realcode+=format(tmp,'=05X')
      tmp=0
    D=B(realcode,B16,B30)
    while len(D) < 17:
      D = '1' + D
    print("The Activation Code is: "+A('AXX'+D))

    接下来,配置学习环境。

        Anaconda选择了Anaconda3-4.1.0版本,下载后按指示进行,结束后,按自己的安装路径配置环境变量

         Tensorflow 根据指示走 pip install tensflow-gpu==版本号

          测试:在python环境下,import tensorflow as tf

                        tf.__version__

          至此,windows暂时完工。

      

    Linux

    系统安装结束,配置环境

    安装过程:1.检查电脑是否有一个可以支持CUDA的GPU

         在终端输入命令:$lspci | grep -i nvidia,会显示版本(GeForce GTX 1060 6GB)

    Anaconda我选择了Anaconda3-4.1..0-Linux-x86_64.sh 版本,参考博客进行安装。

    cuda安装,选择了cuda8.0(或者NVIDIA官网)这个过程出现好多问题,参考许多博客ctrl+alt+f1进入tty安装,可能由于本人电脑设置或者配置问题,每次都卡死在sh: 0: can't open cuda_8.0.16_375.26_linux-x86.run

    后来,更换安装方式。在官网下载按版本需求下载deb[local]文件,按说明进行。

    安装结束,提示驱动版本不行,于是根据提示安装了version-390,最终解决了问题。

    cudnn安装了V5.1,可根据需要在NVIDIA官网下载

    Anaconda选择了Anaconda3-4.1.0-Linux-x86_64.sh,下载好后,sudo sh 文件名,根据提示走就可以。

    Tensorflow开始安装1.4.0版本,but.....测试时来了一堆问题:

      (1) libcudart.so.8.0: cannot open shared object file: No such file or directory,并参考博客

      (2)libcudnn.so.6: cannot open shared object file: No such file or direcory,并查阅博客2寻求解决办法。

    但是,一些问题并没有解决。应该是cuda, cudnn与tensorflow版本冲突了,于是本着“偷懒”的心态安装了1.0.1版本,pip install tensorflow-gpu==1.0.1,一些后续小问题,按提示进行。

    测试,终于成功。happy,这两天总算没白费。成功这一刻,委屈一扫而光,在实验室哼起小曲。。。



     补充:今天运行代码报错:couldn't open CUDA library libcudnn.so.5 LD_LIBRARY_PATH

    参考博客配置了环境变量

    cd

    sudo gedit .bashrc

    将一下内容粘贴到文件中,

    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64

    export PATH=$PATH:/usr/local/cuda-8.0/bin

    export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-8.0

  • 相关阅读:
    <context-param>与<init-param>的区别与作用(转自青春乐园)(
    使用Derby ij客户端工具
    转载 Ofbiz 入门教程
    数据库中插入和读取图片
    事务的使用
    存储过程
    触发器 的使用
    JS面试题及答案
    课程主页面三个接口开发
    增加media文件配置
  • 原文地址:https://www.cnblogs.com/yfqh/p/11146805.html
Copyright © 2020-2023  润新知