澳门新蒲京娱乐

澳门新蒲京娱乐 3
workbench报未安装软件包澳门新蒲京娱乐:
澳门新蒲京娱乐 9
5环境下安装SVN,容器化的Apache服务并监控

持续更新,华硕主板的Win

一.壹.一7 Ubuntu1八.04的ufw的粗略防火墙操作

  • ubuntu的ufw安装和使用
    • TODO: ubuntu的ufw安装和利用

一.利用conda创制虚拟情状

conda create -n tensordai python=3.6

tensordai是虚拟情状的名字。

一.一.5 Ubuntu18.0四什么设置chrome?

  • install chrome
    • Best way is to download chrome’s deb package and use “sudo dpkg
      -i google-chrome-stable_current_amd64.deb” to install;
    • Notes: after ‘deb’ downloaded, don’t click on it to install
      automaticly, it maybe report error and use command above
      suggested to install it in terminal;

二、安装ubuntu 16.04

  • 安装方式主要见安排深度学习主机与景况(TensorFlow+1080Ti):(贰)
    Win十&Ubuntu双系统与显卡驱动装置,还可参考
    Win十下UEFI情形安装Ubuntu
    1陆.0四双系统教程
  • 自家的分区意况为:

swap交流空间:八G
efi系统分区 :51二M
挂载“/” :30G
挂载“/usr” :35G
挂载“/home”:51G

因为本沙参考了上面:

壹.swap换来空间,约等于Win中的虚拟内部存款和储蓄器,常常需求划分对应物理内部存款和储蓄器2倍的空中,思考到深度学习主机内部存储器一般都以32G、6肆G要么12八G,所以采纳忽略不分开,之后如有须要还足以在系统装置中加多swap部分。实际上自个儿分开了八G。
贰.EFI系统一分配区,选拔分区类型为“逻辑分区”,分区地方为“空间开头地点”。分配大小为51二M,足矣。
三.挂载“/”,类型为EXT10日志文件系统,选拔“逻辑分区”和“空间起头地点”。根目录将挂载除了“/home”和“/usr”之外的另外目录,分配30G。
四.挂载“/usr”,类型为EXT三日志文件系统,选用“逻辑分区”和“空间伊始地方”。“/usr”为Linux存放软件的地方,分配40G。
5.挂载“/home”,类型为EXT三十一日志文件系统,选拔“逻辑分区”和“空间早先地点”。剩余50G左右空间全体分红给“/home”。

  • 假设安装ubuntu时出现ACPI
    error,可参照win十安装ubuntu-GNOME双系统踩坑综合

一.1.七 Ubuntu下怎么设置循环信赖的lib库?

  • 消除ubuntu下用命令”apt-get”安装有轮回依赖的壹组lib库的标题
    • 主题素材:ubuntu下利用”apt-get”来安装lib一库,但lib1注重lib贰,而lib二又正视lib叁和lib四,但最后lib四可能还依赖lib壹,循环了;
    • 消除:其实,你没办法单独安装lib库;只要”sudo apt-get install
      lib一,lib二,lib3,lib四” //将循环依赖库1并写上,同时设置就行

感谢:

自个儿的好男士儿张洞明童鞋对本文的热忱相助与耐心教导!

一.1.1陆 Ubuntu1八.04的apt-get命令怎么样设置钦点版本?

  • apt-get安装钦命版本
    • 命令: sudo apt-get install package=version

  以前用的微型Computer都是BIOS+MBLX570,在此之前装的双系统基本都Win7和ubuntu16.0四,而此次是在win拾下且是在UEFI
+
GPT条件下安装ubuntu16.04,所以在开端在此之前google了广大新型教程,制止了广北潭涌,谢谢这几个善良的人!

1. Basic OS Hints

三.测试是不是安装成功

  • 进入python环境:

$ python # 进入python环境

import tensorflow as tf
hello = tf.constant(‘Hello, TensorFlow!’)
sess = tf.Session()
sess.run(hello)

a = tf.constant(10)
b = tf.constant(32)
sess.run(a + b)
sess.close()

  • 卸载tensorflow

pip uninstall tf-nightly-gpu

2.2.1.1 ubuntu

八、安装pycharm

  • 方法见Ubuntu 16.04 安装
    PyCharm

  • 假若在应用程序中找不到pycharm运转项,可用如下方法:
    打开Pycharm—>Tools—>Creat Desktop Entry…—>Ok

一心不用用这种方式:在ubuntu1陆.四中为pycharm创造桌面急速运转情势。那种方法不唯有复杂,而且本身用那种办法后发觉先后Logo并不曾被加载,所以Logo变发了3个问号图片。

2.3.1.1 ELK

3、安装显卡驱动

  • 因为那时候自家的ubuntu还无法连网,所以不可能到用系统自带的软件更新里去安装,所以只可以和谐在win10里下载好驱动,再在ubuntu里设置。
  • 设置格局见Ubuntu 16.04
    安装GTX1080Ti驱动、Ubuntu
    16.04安装NVIDIA驱动

2.1.3 DataBase

四.5 验证CUDA 九.0是不是安装成功

1.1 Ubuntu

四.一 检查本身的微处理器是或不是持有CUDA安装条件

自作者议论格局见:Ubuntu1陆.0四装置CUDA玖.一、cuDNN7详尽教程

2.1 Programming

1、安装前筹算

2.1.2.1.1 JDK安装
  • ubuntu18.04 安装JDK1.8

    • 参考:
      ;

      • 含多版本JDK的暗中认可配置修改,最终部分讲述,尽管只设置贰个本子的JDK就无需设定暗许等第并启用了.
    • 下载:
      • 需注册oracle帐号,随意用1个email注册就行;
    • 安装:

    sudo tar xvzf jdk-8u102-linux-x64.tar.gz //解压二进制安装包(非源码包需要编译)
    sudo chmod 777 /etc/profile   //如果profile文件是644模式,可以先转变为777,修改完了再chmod回去;
    sudo vi /etc/profile  //配置环境文件
    #在profile文件尾部添加
        #set java environment
        export JAVA_HOME=/home/goodong/Downloads/jdk1.8.0_162 
        export JRE_HOME=${JAVA_HOME}/jre  
        export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib  
        export PATH=${JAVA_HOME}/bin:$PATH
    
    java -vesion 或 javac //测试java安装是否正常,显示出版本号则算完成; 
    
    #多JDK版本设定:
      sudo update-alternatives --install "/usr/bin/java" "java" "/home/youraccount/tool/jdk1.8.0_162/bin/java" 1 
      设置JRE可用: sudo update-alternatives --install "/usr/bin/javac" "javac" "/home/youraccount/tool/jdk1.8.0_162/bin/javac" 1 
      设置JDK可用: sudo update-alternatives --install "/usr/bin/javaws" "javaws" "/home/youraccount/tool/jdk1.8.0_162/bin/javaws" 1 
      设置Java Web可用: sudo update-alternatives --set java /home/youraccount/tool/jdk1.8.0_162/bin/java 
      设置Java运行时环境: sudo update-alternatives --set javac /home/youraccount/tool/jdk1.8.0_162/bin/javac 
      设置Javac编译器:  sudo update-alternatives --set javaws /home/youraccount/tool/jdk1.8.0_162/bin/javaws
    
    # 其他JDK版本情况: JDK9据悉不太好用,JDK10目前较新,用的人不多,还需要观察!
    

5.安装CUDNN 7.0.5

  • Cudnn
    柒.0.五的装置是绳趋尺步Ubuntu1陆.0肆安装CUDA玖.一、cuDNN7详尽教程中以tgz文件的样式设置的。这一个科目也是坚守cudnn七.0.伍安装官方教程来的。下载cudnn需要登记,作者是在cuDNN
    Download中下载的,下载的是cuDNN
    v7.0.5 Library for
    Linux
    ,见下图。

    图片 1

总计起来其实以tgz文件的花样设置cuDNN只必要四条命令就能够安装成功,在cuDNN柒的tgz安装文件所在的公文夹内:右键—>在终端中开拓—>然后在巅峰内输入以下四命令就能够:

tar -xzvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

因为是以tgz文件的样式设置的cudnn所以不能依照合法教程中平等来验证cudnn是不是安装成功,但是笔者到各样文件目录看了下,确认应该是安装成功了。

modify_date: 2018-05-27

3.2 卸载CUDNN 7.1.1 的方法:

因为安装CUDNN,实际上只是把几文件复制到CUDA的装置目录下,所以卸载CUDNN只供给把CUDA的设置目录”/usr/local/cuda-玖.1″一齐删除就可以了:

cd /usr/local/
sudo rm -r cuda-9.1

假使已经验证过CUDA就能够在/home/用户名
下发生文书夹“NVIDIA_CUDA-9.1_萨姆ples”,能够把它一起删除:

cd /home/mengzhuo
sudo rm -r NVIDIA_CUDA-9.1_Samples

小心:笔者用合法卸载方法卸载CUDA 九.一后再用上边包车型地铁“4.4.1 方法一”安装CUDA
9.0后发现
系统一分配辨率产生没装驱动一样,并且在ubuntu登入分界面现身循环登入,导致不能够以图表方式进入ubuntu。
本人臆想的原因:卸载CUDA 九.一时估算连带着驱动的一对包被卸载了。
自身消除的办法是:在报到分界面按Alt+Ctrl+F1进来字符分界面,然后卸载作者刚才安装的CUDA
玖.0,在尚未卸载驱动的情况下用驱动的.run安装包,再依照下边讲的安装驱动方法重新安装修复了驱动。然后分辨率变健康,循环登入现象未有。最后作者进去ubuntu系统后用了

2.3.1.1.1 安装ELK
  • ubuntu1八.0四下安装ELK日志分析套件
    • 官网: ,
      它爱戴了几个ELK组件,包罗xpack(将在开源)机器学习组件;
    • TODO: 带加多安装ELK步骤;

六、安装CUDA 9.1 和Cudnn 7.1.1

在设置完CUDA 九.1 和Cudnn 七.一.一之后开掘,tensorflow最新版本
一.柒.0不协助CUDA 玖.一 和Cudnn 7.1.1,而是援救CUDA 玖.0 和Cudnn
柒.0,见tensorflow官方网站安装表明:Installing
TensorFlow
或 Installing TensorFlow on
Ubuntu,否则会出现如下错误:

(tensordai) mengzhuo@ubuntu:~$ python
Python 3.6.2 |Continuum Analytics, Inc.| (default, Jul 20 2017,
13:51:32)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type “help”, “copyright”, “credits” or “license” for more
information.
输入指令:import tensorflow as tf
出现错误:ImportError: libcublas.so.9.0: cannot open shared object
file: No such file or directory

之所以,我们照旧安装CUDA 玖.0 和Cudnn 七.0呢,安装形式跟上面包车型大巴法子1致。
CUDA 9.0下载地址为:CUDA Toolkit
9.0,所以我们可直接跳过前3步,间接看第六步安装CUDA
九.0和CUDNN 7.0.5的办法

一.一.陆 Ubuntu1⑧.0四怎样设置pycharm?

  • install pycharm
    • ubuntu1八.04的最新的”软件/software”当中能够搜到”pycharm”,不过双击自动安装多次受挫,所以建议用如下普通格局安装;
    • 下载免费社区版本的pycharm包,然后实行”\bin\pycharm.sh”脚本,就运营了图形分界面,建议拖动到ubuntu的desktop做个链接,方便下次运行;
    • 安顿python解析器:
      从”setting”配置界面,找出关键字或直接找到”Project
      Interperter”,然后依照情状选用;

      • 相似设置完pycharm后它自动感知OS系统,只怕会开掘多个python解析其,
        比方ananconda,或类别的python叁,或python二等等;
      • 建议你选anaconda或os自带,
        然后pycharm会自动探测其借助库的更新,每趟运维pycharm,一般会更新index,其实就是”扫库”看是或不是安装了新lib库;
      • 比如:
        你anaconda命令行下用”conda”命令安装了python模块AAA,而os的python三下那几个模块AAA没有设置,则pycharm若是运用os的python3则不会重建lib的index;
      • 参考:

4.安装CUDA 9.0

CUDA 玖.0下载地址为:CUDA Toolkit
9.0

  • 参考教程:Ubuntu 16.0四 上设置 CUDA 九.0
    详细教程、ubuntu1六.0肆装置cuda玖——简明教程

  • 官方教程敬拜上:安装CUDA9.0官方教程

安装格局同位置安装CUDA
玖.一如出一辙,其主要情势见:Ubuntu16.0四安装CUDA九.1、cuDNN7详尽教程,基本同法定教程一律,具体方法如下:

贰.一.一.1.一 怎么样从本土PUSH分支改换到多个远端GIT仓库(假使远端GIT商旅为三个备份镜像库且内容千篇一律) ?
  • 参照: 请自己检查摆渡/谷歌/BING,关键字”git push到多少个远端仓库”;
  • 主意:
    项目目录下有个暗藏的”.git”目录,修改其下的布署文件”.git\config”:

    # 在.git\config文件添加如下独立小节,"<>"之间内容需根据实际情况变化,以下是举例:
      [remote "all-remote-git(gitee/github/gitlab)"]
      url = https://gitee.com/<user-account>/<repo-name>.git
      url = https://github.com/<user-account>/<repo-name>.git
      url = https://gitlab.com/<user-account>/<repo-name>.git
    

2.1 方法一:见Ubuntu16.04安装anaconda3+tensorflow

小心:那种格局本身没成功,原因是网络老是断掉,所以本人改变了国内的pip源,再拓展了章程2来安装tensorflow
壹.柒.0. 所以大家照旧平素看方法二呢。

上边是办法一的源委:

  • 根据tensorflow的github官网可见python
    三的安装命令如下:

GPU版:pip3 install tf-nightly-gpu
CPU版:pip3 install tf-nightly

  • 抑或能够先下载好相应版本的安装文件:

Linux CPU-only: Python
2
(build
history)
/ Python
3.4
(build
history)
/ Python
3.5
(build
history)
/ Python
3.6
(build
history)
Linux GPU: Python
2
(build
history)
/ Python
3.4
(build
history)
/ Python
3.5
(build
history)
/ Python
3.6
(build
history)

我点击python3.6版本 Python
3.6
(build
history)
中的“build
history”,然后下载这么些文件“tf_nightly_gpu-1.7.0.dev20180222-cp36-cp36m-manylinux1_x86_64.whl”,然后必须把它重命名叫“tensorflow-1.7.0-py3-none-linux_x86_64.whl”,不然会现出谬误“tf_nightly_gpu-1.7.0.dev20180222-cp36-cp36m-linux_x86_64.whl
is not a supported wheel on this platform.”
再使用上边包车型大巴吩咐进行安装:

source activate tensordai #激活虚拟碰着
cd ~/Download #本人是将下载好的东西放在了Download文件夹里
pip3 install –ignore-installed –upgrade
tensorflow-1.7.0-py3-none-linux_x86_64.whl

或者

pip install tf-nightly-gpu

参考:什么样在 Ubuntu 1六.04 上设置并应用
TensorFlow、ubuntu16.0四设置TensorFlow的科学步骤

二.二 机器学习

4.四 伊始安装CUDA 九.0

2.1.2.1 JDK

十、在Anaconda创立的虚拟情状内安装tensorflow

本节和上1节方法是同一的,只是上一节方法更简明、越来越直观,如若您曾经依照“玖、利用pycharm成立虚拟情况,并在虚拟遭逢内安装tensorflow、keras等深度学习框架”中的方法开始展览,可跳过本节。

  • Ubuntu1陆.04+Anaconda安装+换源+情形创设+tensorflow安装(三)
  • Ubuntu16.04下安装tensorflow(Anaconda3+pycharm+tensorflow+CPU)
  • Ubuntu16.04安装anaconda3+tensorflow
  • Ubuntu下使用pycharm add
    TensorFlow
  • 消除每回使用conda创立的虚拟情状都亟待激活的标题:什么在Ubuntu下安装Anaconda及搭建情形设置TensorFlow深度学习框架
  • 在虚拟景况中装置tensoflow时毫无用conda命令安装,因为本身看出conda安装包内部的tensorflow
    gpu版本现已是7个月前了,不是风靡的,所以还是用pip三命令安装吧。
贰.二.一.一.一 ubuntu1八.0肆情状设置机器学习条件TF的三件套CUDA-CUDNN-TENSO翼虎FLOW
  • 一.翻看Intel显卡配置

      # 查看N卡GPU的配置
      nvidia-smi
    
      # 查看N卡的图形界面配置
      nvidia-settings 
    
      # 命令:查看nvidia卡型号;
      $ lspci | grep -i nvidia
      # 返回内容: 01:00.0 VGA compatible controller: NVIDIA Corporation GM107M [GeForce GTX 960M] (rev a2)
    
  • 二.安装cuda的折磨进度

    • 参考(较好):
    • 进程简述:
      • 第三尝试记念中GTX960M显卡只好辅助的最高CUDA陆+CUDNN五的组成配置安装;
      • 官方网站查了硬件型号,相称的正是CUDA6+CUDNN五,因为CUDNN是神经互联网NN加快库,首要看cuda;
      • 但急速发掘tf官方网站说将在最低辅助cuda8,那如何是好?
      • 查帖子发掘也有人在GTX960M上设置CUDA八,所以猜疑:只要N卡安装上驱动driver,而driver版本关联到CUDA,cuda关联到cudnn,tf也关联CUDA版本,大胆预计是以此逻辑;
      • 根据上述逻辑,贪心下载了CUDA九.一,越到了安装难点,化解后发掘TF不补助,惨;
      • 找贴发掘可以设置七个CUDA版本,只要路线配置妥帖就行了,不像WIN系统有个黑盒子注册表!
      • 查了TF的GITHUB管网的release里面一.八.0等新式多少个release-note消息,并查怜惜字CUDA,发掘只协理到CUDA九.0;于是下决心安装它;
      • NVIDIA官方网址不用登记就能够轻便下载CUDA(但CUDNN要求注册下载),速度都非常快,于是下载runfile(近期察觉,作者忘记安装patch补丁,只设置了CUDA九.0的主程序,如今也能用!)
      • 依据上述神贴方法,思考到ubuntu18.0四曾经将GTX960M的显卡晋级到新型的390的drvier驱动,而且神贴说如若driver版本接近(帖子说AAA.BB小本子BB能够差别),但自个儿意识CUDA九.0只援助到3八七,和390很类似,大胆尝试,居然安装上去了.首要安装CUDA玖.0的时候不要第贰步就设置它自带的才3八7的driver显卡驱动,不然显卡驱动的安装将最为长短不一!
      • 顺遂安装完CUDA玖.0,按提醒和神贴设定路线,然后注册NVIDA官方网址,下载配套CUDNN71二,并一致runfile安装,并参考别的帖子(上边详述)复制文件和做链接及path等;
      • 最后pip3 install tensorflow-gpu
      • 需要keras的就pip3 install tensorflow-gpu
  • 三.安装cuda玖.1/CUDA九.0/CUDA较高版本(cuda安装包提示最高协理ubuntu17.10,别管它,其实1八.0四照旧安装!没事!)

      A.执行cuda9.X的run安装文件出现问题
    
        Error: unsupported compiler: 7.3.0. Use --override to override this check.
        sudo sh ./cuda_9.1.85_387.26_linux.run --override   //添加这个参数来屏蔽这个报错! 于是可以继续安装了! 看到如下结果,基本OK.
    
    = Summary =
    ===========
    
    Driver:   Not Selected
    Toolkit:  Installed in /usr/local/cuda-9.1
    Samples:  Installed in /home/ya/cuda9-samples
    
    Please make sure that
     -   PATH includes /usr/local/cuda-9.1/bin
     -   LD_LIBRARY_PATH includes /usr/local/cuda-9.1/lib64, or, add /usr/local/cuda-9.1/lib64 to /etc/ld.so.conf and run ldconfig as root
    
    To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.1/bin
    
    Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.1/doc/pdf for detailed information on setting up CUDA.
    
    WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 384.00 is required for CUDA 9.1 functionality to work.
    To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
        sudo <CudaInstaller>.run -silent -driver
    
    Logfile is /tmp/cuda_install_13322.log
    Signal caught, cleaning up
    
    ---------------------
    
      B 设定配置(参照上面提示)

    $ sudo vim /etc/profile
    在打开的文件末尾,添加以下两行。

    64位系统:
    $ export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
    $ export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 

    32位系统:
    $ export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
    $ export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

      C 安装完毕CUDA9.x,还需安装如下lib

    sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

      D 最后reboot,并用如下命令测试,看是否安装CUDA9.X正确

    $ nvcc -V
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2017 NVIDIA Corporation
    Built on Fri_Nov__3_21:07:56_CDT_2017
    Cuda compilation tools, release 9.1, V9.1.85
  • 4.安装cudnn7.1.2(配套CUDA9.X)
    • 官方网址下载
      (需免费注册AMD会员)
    • 出狱后做些拷贝和渠道设定就行,参考以上CUDA的神贴,较轻便.
  • 5.安装TF-CUDA-CUDNN经验
    • 首先,近期GPU做的最棒的是N卡(NIVIDA显卡),不仅仅硬件好,驱动,CUDA平台,CUDNN神经网络加快库都好,远超其余显卡;方今任何显卡不大概加速神经网络!!!
    • 说不上,你好运买了N卡,且筹划搞深度学习,最资深的开源框架TF(Tensorflow),Pytorch,以及高端库keras等等,一般都扶助CUDA/CUDNN,先选其1学习啊;
    • 再则,有了N卡,举例小编的GTX960M(上网本的,可是不打游戏),关键是配套驱动driver要不断提高,比如跟着ubuntu1八.04,最新升级到了390.xx的版本;
      • N卡的驱动driver版本AAA.XX(举个例子390.xx),它配套CUDA,也正是说CUDA库会表明要求drvier晋级到何版本,一般xx不一样不要紧,AAA最佳同一;
        • 小编经验:AAA相差小的没什么,而且新的driver一般向下兼容,旧的AAA就不可能不晋级了;(假设上N卡官方网址查你的硬件比方GTX960M,它自动相称的CUDA极低,不要信!不然绝望!)
      • CUDNN是配套cuda的本子的;
      • TF也是配套cuda的本子的;
    • 设置重视路线: GTX960M–>D奥迪Q三IVEEvoque FO悍马H二 UBUNTU18.0四(390.XX)
      –>CUDA九.0(九.X)–>CUDNN7.一.2/TF一.八.0–>KERAS

      • TF霎时最低扶助cuda八.0了,请尽快进步driver,以便进级到cuda8/9/..,来行使配套的TF/CUDNN,老硬件N卡照样用!
    • 这里唯有是自己那种硬件软件配置的中标案例,供看管参考,不意味原理和其他软硬件配置都能不负众望,还需尝试!!!
      • 别的,小编CUDA的多少个patch忘记安装了,估算是它修改包容性和BUG的,近来不出其余难点,笔者就不设置了,怕相当;

五、卸载 Ubuntu

  • 方法见Win拾+Ubuntu1陆.0四双系统(UEFI+GPT,
    SDD+HDD)消除方案
2.1.4.1 JMeter
四.4.1 方法壹:网络海高校部分的方法皆以那种,太复杂,所以可一贯看4.四.贰的法子贰
  • 重启系统,在登入分界面时按Ctrl+Alt+F壹跻身字符终端分界面,登五分之三功后,关闭图形化分界面

sudo service lightdm stop

  • 以cd命令进入CUDA 9.0的.run安装文件所在文件夹内,比如本人的是:

cd /home/mengzhuo/    # mengzhuo是本身的系统用户名

  • 找到下载文件的路线,键入下边包车型客车命令安装:

sudo sh cuda_9.0.176_384.81_linux.run

  • 单击回车,直到提示“是不是为NVIDIA安装驱动?”
    一定要选拔否,因为早已安装好驱动程序,别的都以默许。

终极,你会看到cuda驱动、sample、tookit已经安装成功,可是缺乏一些库。

  • 增多那几个库:

sudo apt-get install freeglut3-dev build-essential libx11-dev
libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

  • 双重起动图形化分界面:

sudo service lightdm start

  • 与此同时按住Alt + ctrl +F7,再次来到到图形化登入分界面,输入密码登陆。
    要是能够得逞登陆,则象征不会遇见循环登六的标题,基本注脚CUDA的设置成功了
    .重启Computer,检查Device Node Verification:

ls /dev/nvidia*

  • 若结果显示:

/dev/nvidia0 /dev/nvidiactl /dev/nvidia-uvm

或出示出接近的信息,应该有三个(包蕴2个接近/dev/英特尔-nvm的),则设置成功。
假若突显其余情形,则根据Ubuntu1陆.04装置CUDA9.一、cuDNN7详尽教程中方法进行安装。

  • 极端中输入

sudo gedit /etc/profile

  • 在开辟的文件末尾,增加以下两行:
    64位系统:

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

32位系统:

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib:$LD_LIBRARY_PATH

  • 封存文件,同样拥戴启。因为source
    /etc/profile是权且生效,重启计算机才是长久生效。重启计算机,检查上述的景况变量是还是不是设置成功。

Content

  • 1-Basic OS Hints
    • 1.1-Ubuntu
      • 一.一.一-Ubuntu18.0四怎么着切换暗许的python版本?
      • 壹.一.贰-Ubuntu1八.04什么设置摆渡云盘客户端(不是摆渡云同步客户端)?
      • 一.1.三-怎样通过ssh终端(比如在WIN10)登入Ubuntu1八.04阳台?
      • 壹.一.四-Ubuntu1八.04怎么着设置QQ?
      • 一.1.5-Ubuntu1八.0四怎么样设置chrome?
      • 1.壹.陆-Ubuntu1八.0四什么样设置pycharm?
      • 一.1.7-Ubuntu下怎么设置循环重视的lib库?
      • 壹.一.八-Ubuntu1捌.04缓慢解决USB无线鼠标插入后无法利用的主题材料?
      • 1.1.9-Ubuntu18.04下计算SHA1和MD5值?
      • 壹.一.十-Ubuntu1八.0四下文件目录相比较工具(类似beyondcompare)?
      • 1.一.1壹-Ubuntu1八.0肆下安装类似notepad++的公文工具
      • 1.1.12-Ubuntu18.04下安装OCR工具(tesseract)
      • 1.1.一3-Ubuntu1八.0四下调解字体和鼠标准样品式及大小
      • 一.一.1四-Ubuntu1八.0四下测网速
      • 1.一.壹5-查看Ubuntu18.0四的硬件配置
      • 一.一.1陆-Ubuntu1八.0四的apt-get命令如何设置钦点版本?
      • 一.壹.17-Ubuntu1捌.0四的ufw的总结防火墙操作
  • 2-Special Topic Hints
    • 2.1-Programming
      • 贰.一.一-版本处理
        • 2.1.1.1-GIT
          • 二.一.一.1.一-怎样从本土PUSH分支改造到七个远端GIT旅馆(假若远端GIT酒店为几个备份镜像库且内容1致)
            ?
        • 2.1.1.2-GIT仓库
          • 二.一.1.二.一-不可能登记新GITLAB帐号且忘记老帐号密码如何做?
      • 2.1.2-JAVA
        • 2.1.2.1-JDK
          • 2.1.2.1.1-JDK安装
      • 2.1.3-DataBase
        • 2.1.3.1-MYSQL
          • 2.1.3.1.1-MYSQL的安装
      • 2.1.4-Testing
        • 2.1.4.1-JMeter
          • 2.1.4.1.1-JMeter的安装
          • 2.一.4.一.2-JMeter的分布式测试
    • 二.二-机器学习
      • 二.二.壹-情况设置
        • 2.2.1.1-ubuntu
          • 二.1.1.1.壹-ubuntu1捌.0四碰到设置机器学习条件TF的叁件套CUDA-CUDNN-TENSOKoleosFLOW
          • 二.一.壹.1.二-ubuntu1八.04境遇设置OpenAI的GYM的强化学习条件
    • 2.3 大数据
      • 2.3.1-日志
        • 2.3.1.1-ELK
          • 2.3.1.1.1-安装ELK
  • 3-END

3.卸载 CUDNN 7.1.1 和CUDA 9.1,

2. Special Topic Hints

肆、台式机ubuntu有线上网难点

想在台式机ubuntu1陆.0四和win拾上都用贰个有线网卡来上网,开采多数网卡都不能够在ubuntu中上网,尽管能够也只能要求复杂的装置网卡驱动步骤,可是自身也意识了在ubuntu系统中免驱能够即插即用且在windows中也能够防驱连网的三种网卡分别是:

  • RT557二有线网卡,2.四GHz和五GHz双频,传输速率为300Mbps,因为速率相当慢,所以我用的是其一网卡。
  • RT3070(L)白或者
    RT3070(L)黑或者RT3070(L)-Hi-Link,频段只为2.四GHz,传输速率为150Mbps

2.1.4 Testing

二.在虚拟环国内安装tensorflow

3. END

三.一 卸载CUDA 玖.一的秘诀见:

  • 以runfiles情势设置CUDA九.一的法定卸载方法:

sudo /usr/local/cuda-9.1/bin/uninstall_cuda_9.1.pl

  • ubuntu16.04 下
    卸载CUDA9.1
二.二.一.一.2 ubuntu1八.0四条件设置OpenAI的GYM的深化学习意况
  • 1.安装GYM环境
    • 平凡做法,用命令: pip三 install gym[all]
      //这里假诺ubuntu已经设置晋级了python三和pip3,且依照上述措施切换私下认可python为PY三而不是PY二;
    • 难点:一般你会蒙受结果提醒,博克斯贰D和atari-py安装退步,重复上述命令,再一次安装任何gym[all],就更清晰的见到只有此贰模块未有设置成功(和win拾同样);
  • 2.安装swig
    • 如上述一个模块安装失利,开采三个错误是不曾swig,和win10平等,到官方网址下载对应的swig版本,win十下是exe(能学有所成),ubuntu用命令(能成功);
    • sudo apt-get install swig
    • swig下载:http://www.swig.org/download.html
  • 三.设置gym的Box2D-kengz的情理引擎

    • gym是个全家桶,里面包罗了四种物理引擎Box二D等,游戏情形Atari等,是个用于研究开发和调测强化学习GL450L的好意况;
    • 先再一次安装,改个名字: pip三 install gym[Box2D]
      //单独命令安装逼ox贰D,而不是all,也不是原来过时的Box贰D-kengz
    • 安装成功后,如下测试:

    测试Box2D物理引擎是通过激活如下的小游戏CartPole:
    
    用如下命令来测试Box2D是否安装成功,如果失败,只会出现白框,而没有杆子!
    python //进入python,最好是PY3
    import gym  //load gym库,这里不能有报错
    env = gym.make("CartPole-v0")  //新建一个树立杆子的游戏环境
    env.reset() //初始化
    env.render()  //渲染,此时会弹出dialog,里面有杆子!就算OK了!
    env.close()  //关闭env环境,dialog不能被gui关闭,只能用本行命令关闭!
    
  • 4.安装gym的Atari-py的小游戏强化情形集结

    • 单独安装: pip三 install gym[atari-py]
      //报错一样,彰显或许cmake有失水准(win拾下就供给设置MingGW等情形,最后没时间弄下去)
    • 设置cmake: sudo apt-get install cmake
      //cmake是ubuntu操作系统lib库,不是python库,所以用apt而不是pip3来设置;
    • 下一场再设置atari-py: pip3 install gym[atari] //成功
    • 倘诺报错如下,请进来该报错提示的目录,必要额外手动生成缺漏的so文件,src源码在atari该目录,进入该目录直接make就能够生成!

      • OSError:
        /home/ya/atari-py/atari_py/ale_interface/build/libale_c.so:
        cannot open shared object file: No such file or directory
      • 请进入/home/youraccount/atari-py/atari_py/ale_interface/
        //此时向来不build目录和文件libale_c.so
      • 在该目录看到了makefile文件和src目录,推测是尚未编写翻译出so文件!
      • 在该目录直接运营命令make,它自动编写翻译同目录的makefile编写翻译编辑脚本,于是so文件有了,再一次测试!!!通过了!!!
      • atari 安装落成!!!!

      测试:
      python //进入python,最好是PY3
      import gym  //load gym库,这里不能有报错
      env = gym.make("SpaceInvaders-v0")  //新建一个打飞机游戏环境(这里可能会报错如下!!!)
      env.reset() //初始化
      env.render()  //渲染,此时会弹出dialog,里面有飞机!就算OK了!
      env.close()  //关闭env环境,dialog不能被gui关闭,只能用本行命令关闭!
      
  • 伍.运营奥迪Q3L强化学习的事例

    • 加重学习冠道L很风趣,近期在求学,看了一些morvan的科目(github查找关键字”morvan”得到的第一个结果)
    • 跑三个普通途睿欧L例子,纵然import里面无需纯python的图纸库tkinter,可是matplotlib有名py的画图库必要,则要做如下安装:
      • 安装tkinter: sudo apt install python3-tk //尤其注意,不是
        sudo apt install python-tk!!!

图片 2

一.1.14 Ubuntu18.04下测网速

  • ubuntu18.0四的网络测速

    • 难点:
      因互连网动荡,尤其是路由器滚烫,互联网连不上,所以想测试网速,而ubuntu未有像样win下360的宽带测速器,方法如下;
    • 参考:
    • 命令:

      sudo apt-get install speedtest-cli  //安装speedtest-cli, 及设你是python3且升级到pip3命令
      speedtest-cli --h  //查看帮助
      speedtest-cli --share  //执行网络测速命令
      speedtest-cli --list   //获取测速使用的speedtest网站配置的各个目标网站的名字和距离公里数的大列表;
      
    • 在线UI分界面:
      speedtest也提供在线分界面供查看测试进程和结果:http://www.speedtest.cn/)

参考文献:

win十安装ubuntu-GNOME双系统踩坑综合

二.1.一.二.壹 不能够登记新GITLAB帐号且忘记老帐号密码如何是好?
  • 假若不也许登记GITLAB帐号,大概是因为register new
    account须要用到google的认证图形识别控件,但国内被墙了,请FQ再测试;

    • 您也能够用github帐号,授权其登六gitlab,一样用,还更有利于和同等,忘记密码也足以还原如下描述;
  • 怎么着进入gitlab帐号(忘记密码和关联email的情状下)?
    • 假设gitlab帐号和github同名或绑定;
      那么用github帐号登入到gitlab当中,
      然后得以修改password和关联email;

2.安装Cudnn 7.1

  • Cudnn
    七.壹的安装是服从Ubuntu1陆.04安装CUDA9.一、cuDNN柒详细教程中以tgz文件的样式设置的。那一个课程也是服从cudnn七.一.1设置官方教程来的。下载cudnn供给登记,小编是在cuDNN
    Download中下载的,下载的是cuDNN
    v7.1.1 Library for
    Linux,见下图。

    图片 3

    计算起来其实以tgz文件的样式设置cuDNN只要求4条命令就能够安装成功,在cuDNN柒的tgz安装文件所在的公文夹内:右键—>在巅峰中开垦—>然后在巅峰内输入以下4命令就能够:

tar -xzvf cudnn-9.1-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

  • 因为是以tgz文件的花样设置的cudnn所以不可能依据法定教程中同样来验证cudnn是还是不是安装成功,可是本身到各种文件目录看了下,确认应该是安装成功了。

相关文章

No Comments, Be The First!
近期评论
    功能
    网站地图xml地图