deepin15.7安装tensorflow+cuda9.0+c
这次deepin15.7大更新，不少人更新后各种问题，或直接进不了系统的，相对前几个版本，问题显得有点多。
一般遇到大更新最好不要急着更，若要更新的话，最好是重装系统。我就是直接更新失败了，最后重装系统才可以，进入系统后各种问题，特别是深度学习环境搭建屡屡失败，很是恼火。耽误了两天时间。现在实习了，真的不能像学校那样有时间折腾了，开箱及拿是最好的，deepin系统也是这样一个系统，真的很方便，各种开发工具开箱就用，不想去折腾了deepin是不错的选择。
进入正题。
硬件
神舟战神z7-kp7s1,双显卡双硬盘
独显是gtx1060 6G
系统安装
- 下载deepin15.7，做成u盘启动盘
- 神舟不好装系统，为了安装系统少折腾，关闭Uefi，磁盘分区都从gpt转mbr
- 开机f2，第二菜单的第一个，关闭掉核显卡（很重要），具体是什么不记得了，没截图
- 保持好设置，再次开机，按f7，选择u盘启动
剩下的是装系统过程，随意弄，分区那里具体百度 ，查看别人的推荐方案
初入系统设置
- 先设置好源，最好不用默认的，这段时间更新的人有点多，我选择中科院的源，速度不错
- 更细系统，然后重启
安装显卡驱动
- 查看显卡信息
lspci | grep -i vga
我的是GeForce GTX 1060
- 去官方网站查询和下载驱动https://www.nvidia.cn/Download/index.aspx?lang=cn
image.png
- 禁用nouveau驱动（这步不知道我生效了没，因为我已经在bios禁用了）
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
填入：
blacklist nouveau
options nouveau modeset=0
执行如下后，重启电脑
sudo update-initramfs -u
重启后，输入如下，如果没有信息出来就表明禁用成功
lsmod | grep nouveau
- 安装显卡驱动
先关闭图像界面
ctrl+alt+f2切换一下，输入命令关闭图像界面
sudo service lightdm stop
cd 到显卡驱动所放目录
sudo chmod a+x NVIDIA-Linux-x86_64-390.77.run
sudo ./NVIDIA-Linux-x86_64-390.77.run
安装过程中，我是除了DKMS和是否支持32位选否，其它的都是确定的。
安装好后重启电脑
开机后输入
nvidia-smi
如图所示即可，之前用系统自带的驱动管理器安装是没这个的。
image.png
安装cuda9.0
进入cuda9和cudnn7安装包的目录,保险起见，我还是关闭图形界面，方法同上，再安装cuda
- 安装cuda9
安装前先保证gcc和g++版本对应cuda，我的是cuda9.0，官方文档要求gcc/g++ 5.x，
先对gcc/g++降级，参考这个https://www.cnblogs.com/in4ight/p/6626708.html
sudo apt-get install gcc-5
sudo apt-get install g++-5
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 100
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 100
sudo ./cuda_9.0.176_384.81_linux.run
先按q直接跳过阅读协议，然后accept，后面的除了Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?这样的选n,其它的有y选y，或者直接回车默认，
- 检查一下环境变量
gedit ~/.bashr
末尾添加
#cuda
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64/:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.0/bin:$PATH
然后source ~/.bashrc一下
验证安装
重新打开一个终端
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
有PASS则表示成功
image.png
安装cudnn7
先解压安装包，后复制到cuda目录
tar -zvxf cudnn-9.0-linux-x64-v7.tgz
cd cuda
sudo cp -P lib64/* /usr/local/cuda/lib64/
sudo cp -P include/* /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
同样的，添加到环境变量，内容如下
#cudnn
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
安装Anaconda
先去这里下载Anaconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
复制好下载链接，然后wget下载 并安装,安装过程中默认或者y就行了
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh
sudo chmod a+x ./Anaconda3-5.2.0-Linux-x86_64.sh
./Anaconda3-5.2.0-Linux-x86_64.sh
source ~/.bashrc
更换国内原
- pip国内源
cd ~
mkdir .pip
cd .pip
vim pip.conf
pip.conf填入
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
conda国内源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
安装tensorflow-gpu
conda create -n tensorflow35 python=3.5
source activate tensorflow35
pip install tensorflow-gpu==1.10
pip install keras
验证tensorflow
gedit test.py
填入如下
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
a = tf.constant(10)
b = tf.constant(32)
print(sess.run(a+b))
成功打印出Hello, TensorFlow!和42
image.png
