双系统win10+ ubuntu16.04+GPU驱动+cuda+cudnn+anaconda+pycharm

关注

原创最新推荐文章于 2026-06-16 16:15:44 发布 409 阅读 AI 写同款· GEO 优化 ›

深度学习-第一篇-环境搭建（离线） 深度学习-第一篇-环境搭建（离线）如果没有动手跑过网络，只看理论真的不算真正入门了DL。非常高兴，在2018年的年初，实验室终于配了一台带N卡的计算机。深度学习之旅可以开始了，撒花~ 先说说实验室机器的硬件配置：型号规格数量 CPU处理器：E5-2696V3 2.3GHz 18核 1 主板：超微X10DAI双路 1 内存：三星16G ECC REG 2 SSD... 阅读详情

与ubuntu斗争的那些天，install&uninstall之间徘徊，作个总结吧
第一部分
首先上电脑配置：真机 9700CPU +RTX2060GPU+技嘉主板（组装机）
目的：双系统win10+ubuntu系统（cuda，cudnn，tensorflow-gpu，pycharm）
由于虚拟机不能最大程度利用硬件资源，比如内存啥的，不符合我的应用场景就弃了。

第一次装的是20.04 ，因为是最新版，想当然的就安上了，结果可想而知，20.04桌面比较耐看，操作比较顺手，印象最深的是菜单栏的叉键跟windows一样在右上角，很多库的版本太高，需要降级才能用不如重装来的快就弃了。

第二次就是16.04，各种库的版本比较匹配，出现的问题也不少
1.更新软件之后桌面进不去，环境变量改来改去都无果，有人说是更新了软件，GPU驱动没更导致图形界面出问题，中间尝试了删除 .Xout* 的一个文件，无果，还有说法是更改了环境变量，从控制台进去改回原版就行，可我根本没动过它，果断重装。
2.再有就是GPU驱动装上过后，就差最后一步装IDE，也就是pycharm，由于java版本的问题导致sh脚本不能运行，软件打不开，设置的桌面启动也失效.，这里我怀疑是自动更新了什么软件，所以不需要更新最好别更，选择更新之前提醒也行。
3.再有就是sudo ./ 失效… 用来装*.sh的指令，等价于sh *.sh，两个都不行，其实同2
4.再有就是 tab不自动补全…这个应该是linux的terminal自带的功能吧
5.再有就是最后一次把所有自安装关了，全部手动… 又发现软件都是英文的，包括firefox…基础的界面有中文，可能是安装的时候没选择更新软件包，漏了啥，专门更行了汉语言支持包也是无果，鉴于基本都配置好了，就不管了，英语还能看懂大部分。

第三次18.04，要么直接安装，要么从16.04升级，安装了一次，进去好像也是更新了软件包导致桌面进不去了，就又重装了。

第n次 16.04

上述三个版本，20.04优化了很多操作还是可以的，就是版本太新，16.04虽然老用的还是多，还有就是有些老用户一直用它没换，参考的code或者库方便借鉴。

第二部分
几个注意点谈一下吧：
1.磁盘给的是100G （这部分在window下用磁盘管理，压缩卷分一部分空间）
2.我用的U盘安装，bios下选择U盘启动，带EFI的那个，进bios不同电脑不一样，我是技嘉主板，启动时长按del。分为try install 和直接install两种方式吧，前者就是用U盘启动，体验下桌面这些，然后桌面会有安装包点击安装，后者直接安装和桌面安装流程类似。
3.分区比较关键
efi逻辑分区 200M
swap逻辑分区 8000M
/ 主分区装软件的 40 000M
/home逻辑分区余下的大概5 6000M 这部分挂载在/根目录下的
4.安装的时候最好别联网，效率高点，进去会提示更新的，可以选择不更新，还把自动更新给他停掉，因为我不要多余的更新，自选吧，在软件&更新里。
5.重装的时候最好格式化分区，重装，如果里边的东西不重要的话
6.安装完会提示重启，进到桌面才算成功，U盘启动盘这时候使命就结束了。

第三部分
GPU驱动问题 440.*
20.04可以载软件与更新里找专有驱动，自动安装
16.04需要安装包操作：但是会有x-server的问题，需要关了才可以
18.04也是需要安装包装吧，印象不深，反正先去看专有栏

16.04安装包装驱动：（直接在终端装会提示xserver没关等问题，跟图形界面相关的都是些，还有个nuea*之类的，都是图形界面的）

关图形界面
ctrl +alt+f1 进console控制台，输入用户名密码
sudo service lightdm stop
sudo init 3
sudo ./NVIDIA*.run
按提示enter就行，最好别选X-configure那个
最后 reboot重启就可以了，桌面分辨率变化很大，很容易区分。
其次，ctrl +alt+f7是退出控制台操作，载reboot之前，需要在控制台和桌面之间切换可用。

第四部分
cuda8.0(把它理解为管理GPU的控件就好）
下载对应版本的*.run
配置环境变量

输入gedit ~/.bashrc命令打开文件，在文件结尾输入以下语句，保存。
export PATH=/usr/local/cuda-8.0/bin $KaTeX parse error: Expected '}', got 'EOF' at end of input: {PATH:+:$ {PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64 $KaTeX parse error: Expected '}', got 'EOF' at end of input: \dotsLIBRARY_PATH:+:$ {LD_LIBRARY_PATH}}
（这里注意/usr/usr/cuda-8.0/*要改为自己的版本，因为默认该目录下会有个cuda，为啥有我母鸡）
更新环境变量配置
source ~/.bashrc

第五部分
cudnn（专门支持深度学习的插件，把cudnn的内容放到对应目录下就是安装，删除就是卸载）
下载library那个就行，tar -zxvf解压
将cuda下inlude和lib64的内容复制到cuda下
给权限

下载解压之后，将cuda/include/cudnn.h文件复制到usr/local/cuda-8.0/include文件夹，将cuda/lib64/下所有文件复制到/usr/local/cuda-8.0/lib64文件夹中，并添加读取权限：
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
sudo cp cuda/lib64/* /usr/local/cuda-8.0/lib64
sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*
至此cuDNN安装完成

第六部分
anconda安装，我用的是sudo ./ *sh
可以通过conda装env ->python->tensorflow-gpu

创建虚拟环境和安装python
conda create -n env-tf python=3.6
conda activate env-tf 激活
conda deactivate 退出

其中conda info --envs 可以查询当前电脑下的所有虚拟环境
就是说可以创立多个环境

安装tensorflow（建议用清华源，阿里源也可以，速度快的不是一两点）
pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple #可改成任意版本

比如
pip install tensorflow==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple #可改成任意版本

（注意tensorflow后面是 == 两个等号）

第七部分
pycharm 官网下载tar.gz解压出来也是在bin目录下找.sh
到bin目录下
sh pycharm.sh
sudo ./pycharm.sh 这个是root下的两个应该实在不同的位置，平时使用第一种安装启动就行

桌面图标建立
这种方式启动一次安装过后再使用就相当于点击windows上的图标，进入软件
当然载ubuntu下也可以设置桌面图标
大致原理是在桌面创建个pycharm.desktop给权限，就可以在/usr/local/applications 目录下找到图标放到桌面

具体的可以搜ubuntu桌面图标建立

第八部分经验教训
对于16.04下出现java版本问题导致的pycharm.sh安装和打开出问题的情况，我尝试了很多办法无果，这是坑一，坑二就是更新了软件包桌面进不去，这两个坑导致我重装了好多次，忘了在此之前的gpu驱动问题，解决之后可能就不算问题了吧。教训就是能不更新就不更新，进去就把自动检查更新全部关掉，统统关掉！！等不需要当前这套库的版本的时候应该还是倾向20.04，最新的相对更香吧~

差不多就这些吧，就自己做个笔记，欢迎交流，本人机械转嵌入式，自学不易，感谢前辈的技术博客，也希望能帮助到你。

收录于