文章目錄
準備
最新的Anaconda:
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
Anaconda3-5.3.1-Linux-x86_64.sh
下載最新的cuda和cudnn:
cuda_10.0.130_410.48_linux.run
libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
注意：cuda_10.0以後cudnn就可以自動安裝，無需解壓複製到對應文件夾
更新筆記本的顯卡驅動到較新的，最好是倒數第二新的版本
大家最好不要直接在官網下，官網可能沒有你對應系統的驅動，比如只有linux64的，很有可能你的電腦用不了。
直接使用上述方法更新，如果很慢，使用如下辦法：
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-415
這個也很慢，但是至少可以看見進度。
安裝驅動容易出問題，可能會桌面沒有了，記住console的一些操作
# 進入tty
ctrl + alt + f1
# 進入桌面
ctrl + alt + f
# 關閉tty的打印
dmesg -n 1
# 運行圖像桌面和關閉
sudo service lightdm start
sudo service lightdm stop
安裝cuda和cudnn:
安裝cuda，安裝嚮導操作，不要更新驅動：
# 安裝cuda
chmod 777 cuda_10.0.130_410.48_linux.run
cuda_10.0.130_410.48_linux.run
安裝cudnn
# 安裝cudnn
dpkg -i libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
安裝conda:
一直下一步
# 安裝conda
chmod 777 Anaconda3-5.3.1-Linux-x86_64.sh
sh Anaconda3-5.3.1-Linux-x86_64.sh
安裝tensorflow-gpu:
可能報錯，報什麼就用pip更新什麼
conda create -n tensorflow-gpu pip python=3.5
conda activate tensorflow-gpu
pip install tensorflow-gpu
安裝pytorch:
可能報錯，報什麼就用pip更新什麼
conda create -n pytorch36 pip python=3.6
conda activate pytorch36
pip install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whl
pip install torchvision
安裝jupyter notebook:
在每一個虛擬環境裏運行：
python -m ipykernel install --user --name drlnd --display-name "drlnd"
使用jupyter notebook可以選擇kernel
安裝spyder:
base 安裝spyder，切換使用虛擬環境的kernel:
在每個虛擬環境裏運行：
python install spyder-kernels==0.*
python -c "import sys; print(sys.executable)"
# 將上述path添加到interpreter
不行，因爲新的python就沒有spyder-kernels＝０.x的版本。
每個虛擬環境均安裝一個安裝spyder:
這個可行，前提是卸載base的spyder，否則會一直跳到base的spyder，且無法切換kernel