主页 > token.im钱包下载 > 在ubuntu16.04上安装python3.6.5并配置tensorflow1
在ubuntu16.04上安装python3.6.5并配置tensorflow1
配置Ubuntu静态地址
sudo gedit /etc/网络/接口
ifup(8) 和 ifdown(8) 使用的 interfaces(5) 文件
自动 enp6s0
iface enp6s0 inet 静态
地址 192.168.0.26
网络掩码 255.255.255.0
广播 192.168.0.255
网关 192.168.0.1
sudo gedit /etc/resolv.conf
名称服务器 114.114.114.114
sudo /etc/init.d/networking restart
sudo gedit /etc/resolvconf/resolv.conf.d/base (无效时使用)
挂载U盘
须藤 mkdir /mnt/usb
去向
须藤挂载 /dev/sda1 /mnt/usb
光盘/mnt/usb
须藤卸载/mnt/usb
sudo umount /dev/sda1 /mnt/usb
用户名ubuntu不在sudoers文件中挖etc用什么显卡,这件事会被举报
sudo gedit /etc/sudoers 添加:
ubuntu ALL=(ALL:ALL) ALL
Ubuntu16.04下新建用户yang并赋予sudo权限
添加用户用户名
sudo gedit /etc/sudoers
阳 ALL=(ALL:ALL) ALL
更改根密码
须藤密码根
Ubuntu 16.04+CUDA 9.1+cuDNN v7+OpenCV 3.4.0+Caffe+PyCharm完整安装指南,国内最全! (针对 CUDA 9.0)
在Ubuntu16.04上安装CUDA9.2
Tensorflow安装GPU版本,个人总结,步骤比较详细
Ubutu16.04+Cuda9.2/9.0+Cudnn7.12/7.05+TensorFlow-gpu-1.8/1.6
Ubuntu 16.04 + Nvidia显卡驱动 + Cuda 8.0(问题总结+解决方案)
Ubuntu+Tensorflow+CUDA8.0+cudnn
Ubuntu + CUDA9.0 + tensorflow-gpu 安装过程
1.安装依赖包
sudo apt-get 更新
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get 安装 libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install git cmake build-essential
2.安装显卡驱动
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
黑名单新手
选项 nouveau modeset=0
须藤更新-initramfs -u
lsmod | grep nouveau
sudo apt-get 删除 nvidia-*
sudo apt-get autoremove
sudo nvidia-卸载
重启
Ctrl+Alt+F1
须藤服务 lightdm 停止
sudo bash NVIDIA-Linux-x86_64-390.48.run -no-x-check -no-nouveau-check -no-opengl-files
须藤服务 lightdm 重新启动
nvidia-设置
ubuntu开机无法进入系统问题(NVIDIA显卡驱动相关)
sudo vim /etc/默认/grub
GRUB_CMDLINE_LINUX_DEFAULT="quiet splash" 更改为 GRUB_CMDLINE_LINUX_DEFAULT="quiet splash nomodeset"
须藤更新-grub
3.配置环境变量
sudo gedit ~/.bashrc
导出 LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
导出 LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
4.安装CUDA 9.1
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
sudo sh cuda_9.1.85_387.26_linux.run --no-opengl-libs
sudo gedit ~/.bashrc
导出 PATH=/usr/local/cuda/bin:$PATH
导出 LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
来源 ~/.bashrc
cd /usr/local/cuda-9.1/samples/1_Utilities/deviceQuery
须藤使
./deviceQuery
安装 cuDNN v7
cd cuda/包括
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
CD ../lib64
sudo cp lib* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
sudo apt-get 安装 vim-gtk
sudo vim /etc/ld.so.conf.d/cuda.conf
/usr/本地/cuda/lib64
sudo ldconfig
须藤 ldconfig -v
nvcc -V
在 Ubuntu 16.04 上安装 Anaconda3.5
sudo bash Anaconda3-5.1.0-Linux-x86_64.sh
蟒蛇导航器
sudo gedit /etc/配置文件
sudo vim /etc/配置文件
sudo vim ~/.bashrc
导出 PATH="/home/ubuntu/anaconda3/bin:$PATH"
源/etc/配置文件
来源 ~/.bashrc
回显 $PATH
蟒蛇--版本
conda --version
conda列表
畅达信息--envs
conda 更新-n base conda
康达更新康达
conda create -n tensorflow36 python=3.6
conda remove -n tensorflow36 --all
conda config -- 添加频道
conda config --set show_channel_urls 是
conda 安装 numpy
源激活tensorflow36
源停用
sudo apt 安装 python3-pip
python3 -m pip install --upgrade pip --force-reinstall
Python
将 tensorflow 导入为 tf
你好= tf.constant('你好,Tensorflow')
sess = tf.Session()
打印(会话。运行(你好))
pip3 安装 tf_nightly-1.6.0.dev20180114-cp36-cp36m-manylinux1_x86_64.whl
查看已安装的TensorFlow版本及安装路径
Python
将 tensorflow 导入为 tf
tf.\__version__
tf.\__path__
彻底卸载tensorflow
查看tensorflow版本
sudo pip 显示 tensorflow
卸载:
安装 pip
sudo apt-get install python-pip python-dev build-essential
sudo pip install --upgrade pip
sudo -H python -m pip install --upgrade pip
问题:出现Using pip
追溯(最近一次通话):
文件“/usr/bin/pip3”,第 9 行,位于
从 pip 导入主要
导入错误:无法导入名称“main”
sudo python -m pip uninstall pip && sudo apt install python-pip --reinstall
在ubuntu中使用pip报错:
/usr/bin/pip: No such file or directory pip 再也找不到了:
可以通过以下方式解决
哪个点
点
输入点
散列-r
在 Anaconda 的 jupyter notebook 中配置 tensorflow
(解决ImportError: No Moduled Name "tensorflow)
在/home/ubuntu/anaconda3/lib/python3.6/site-packages
新建一个path.pth,添加:
/home/ubuntu/anaconda3/envs/tensorflow36/lib/python3.6/site-packages
jupyter notebook下python2和python3共存
python2 -m pip 安装ipykernel
python2 -m ipykernel 安装--用户
python3 -m pip 安装ipykernel
python3 -m ipykernel 安装--用户
在 Ubuntu 16.04 上安装 Teamviewer
sudo apt-f 安装
sudo dpkg -i teamviewer_13.1.8286_amd64.deb
团队查看器
在Ubuntu 16.04上安装搜狗拼音输入法(中文输入法)
在 Ubuntu 16.04 上安装 Google Chrome 浏览器
在 Ubuntu 16.04 上安装 pycharm
sh ./pycharm.sh #在解压文件目录下的bin/下执行
Ubuntu 16.04用户登录界面死循环问题的解决方法
方法一:
CTRL+ALT+F1 进入文本模式
sudo apt-get 删除 nvidia-*
sudo apt-get autoremove
sudo nvidia-卸载
重启
Ctrl+Alt+F1
须藤服务 lightdm 停止
sudo bash NVIDIA-Linux-x86_64-390.48.run -no-x-check -no-nouveau-check -no-opengl-files
方法二:
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get 更新
sudo apt-get remove --purge nvidia-*
sudo apt-get autoremove #特别重要
sudo apt-get install -f #特别重要
须藤重启
sudo apt-get 安装 nvidia-384
ubuntu重装系统
问题:nouveau 000:01:00.0: fifo: SCHED_ERROR 08
在BIOS里选择启动项到U盘,用华硕主板电脑启动电脑,按F8进入。
显示安装Ubuntu,不要点击安装Ubuntu的选项。按F6,然后
按e键进入编辑页面。 倒数第二行在ro quiet splash后加上nomodeset,这样进入系统后就不会因为独显驱动的问题导致黑屏了。
重启,狂按ESC,输入grub,按e,进入编辑。 在导数的第二行找到quiet splash,把quiet splash $vt_handoff改成quiet splash nomodeset,ctrl+x重启。
查看显卡驱动
lshw -c 视频
查看configure有驱动字样
英伟达-smi
检查 GPU 型号
lspci | grep -i vga
检查 NVIDIA 驱动程序版本
须藤 dpkg --list | grep nvidia-*
检查磁盘空间
须藤 fdisk -l
df-h
ubuntu的which,find,whereis,locate命令
它只能查找可执行文件,并在 PATH 变量中查找。
find是直接在硬盘上搜索。 功能强大,但是比较耗硬盘,所以一般不用。
whereis是从linux文件数据库(/var/lib/slocate/slocate.db)中查找的,因此可以找到新删除或新建的文件,都匹配。
locate 同上挖etc用什么显卡,只是文件名是部分匹配。
1.查看内存插槽数量,使用了多少插槽。每条内存多大,使用了多少内存
sudo dmidecode|grep -P -A5 "Memory\s+Device"|grep Size|grep -v Range
2.查看内存支持的最大内存容量
sudo dmidecode|grep -P '最大\s+容量'
3.查看内存频率
sudo dmidecode|grep -A16 “内存设备”
sudo dmidecode|grep -A16 “内存设备”|grep '速度'
警告:您的 CPU 支持此 TensorFlow 二进制文件未编译使用的指令:AVX2 FMA
吴恩达的深度学习课程工作环境:
Tensorflow Ubuntu16.04安装及CPU运行tensorboard、CNN、RNN图文教程
Win10下安装Ubuntu 16.04双系统详解