Ubuntu AI相关软件安装心得（1）

七月 30, 2021

在Ubuntu上安装tensorflow的过程真是一波三折，挺折腾人的。期间也查阅了不少CSDN的博客。不过也算是增进了对Ubuntu系统的了解和终端的使用吧。

好不容易入手了配有较高水平GPU的笔记本，当然要安装tensorflow-gpu版本了！不过经过摸索（呜呜呜），这个gpu版本的安装并不简简单单是一行pip就能解决的问题。依次要安装好nvidia显卡，CUDA和cuDNN,当然还有Anaconda等。由于之前出于省事安装了个LambdaStack，现在这些个软件包其实是混乱的，就可能许多软件包已经下载到电脑里了，只不过没有启用或者依赖关系没有解决云云。

具体的命令行就不写了，网上大多能查到。就记一记在自己电脑上试的坑。

NVIDIA显卡的安装

1、要禁用、卸载Ubuntu自带的nouveau驱动

2、卸载曾经安装残存的nvidia驱动

1	sudo apt-get remove nvidia-*

3、安装NVIDIA驱动时必须要关闭图形界面Ctrl+Alt+F1进入tty虚拟命令行，把命令先写下来，因为一时上不了网。

大概有这么几条

1
2
3

sudo service lightdm stop  //关闭图形界面
sudo chmod a+x ...
sudo ./... (此处为驱动) -no-x-check -no-nouveau-check -no-opengl-files

然后一通安装，期间有设置安全启动密码什么的，最好记住。然后重启

检查是否安装成功，执行nvidia-smi如果能够看到一张大表格就行了

还有一条modprobe nvidia似乎是启用

4、此外必要时需要在BIOS中设置关闭安全启动。

CUDA的安装

最麻烦的就是出现诸如“下列软件包有未满足的依赖关系： cuda : 依赖: cuda-11-4 (>= 11.4.xxx) 但是它将不会被安装”的报错。针对这个报错从网上弄了好几种设置，也不知道到底哪个是真正奏效的（汗）

gcc/g++的降级（这个还是很重要的，主要用到update-alternatives命令）
开启Ubuntu软件更新（重要位置和推荐）
用aptitude代替apt-get（但我后来没用deb安装包似乎这一条没什么用了）

虽然我的机子是Ubuntu20.04，但最后下载的是CUDA11.4版本且适用于Ubuntu18.04run文件安装成功过的。

cuDNN的安装

这个就相对好弄多了。

只要先装Runtime Library再装Developer Library和Sample三个安装包即可。

验证成功安装时，将mnistCUDNN的实例拷到个人目录下，然后还得更新一波FreeImage，以及在make的时候sudo一下，Test Passed.

TensorFlow-GPU的安装

还是用conda来做比较方便。首先换源

1 2	wget https://tuna.moe/oh-my-tuna/oh-my-tuna.py python oh-my-tuna.py

然后执行

conda create -n tf python=3.8
pip install -U pip
conda activate tf
pip install -U tensorflow-gpu

差不多就可以了。

最后验证一下即可。

查看评论