win10双系统安装ubuntu16.04+gtx750ti+python3.6配置cuda-9.0+cuDNN7.05+TensorFlow-gpu1.8.0+opencv 2.4.13的过程汇总

参考：

https://www.geek-share.com/detail/2742377468.html

https://www.geek-share.com/detail/2704363100.html

https://www.geek-share.com/detail/2710076360.html

https://www.geek-share.com/detail/2696232956.html

https://blog.csdn.net/u012328159/article/details/80959454

｛

   虚拟机不能安装ubuntu驱动。VMWare下显卡只是模拟出的一块显卡，如果你安装cuda,会卡在ubuntu图形界面无法登陆系统。或者最终安装了cuda也会检测不到显卡设备,所以首先我们需要装双系统。win10下安装ubuntu。win10，win8是使用uefi引导的。不同于win7等老版本。所以不可以使用EasyBCD.

｝

 

一、在WIN10系统划分给Linux系统的分区

 

在win10系统中分出来一个磁盘，用于安装Ubuntu；在分区时请根据磁盘大小进行分区，而且不建议分“C盘”，建议分非系统盘

如果是固态硬盘，那就直接在C盘压缩得到自由分区，注意此时的分区不应该格式化。如果是256G的硬盘，可以平分，这样也能保证系统的运行的速度。

以下是具体操作步骤，主要留意大体步骤即可：

 进行分区之前，必须进入系统的磁盘管理。进入磁盘管理发方式有两种。一种是通过电脑属性，进入磁盘管理。第二种是直接右键点击Win键（Windows+X）选择磁盘管理。

管理。

进入磁盘管理之后，可以看到分区情况。然后选择需要进行分区的磁盘，点击右键，选择“压缩卷”，如图所以：

然后系统会自动的查询压缩空间，如图示：

然后选择选择好需要压缩空间的大小。点击压缩：

等一会，空间就压缩好了。如图示会出现一个可用的空间。这就是刚才压缩出来的空间：

 

二、制作Linux的u盘启动盘

 

下载ubuntu-16.04-desktop-amd64.iso和UltraISO（用来将镜像文件烧到u盘中）

    链接：https://pan.baidu.com/s/1Y3UMyejbJ-fwVrKvtEt2YA 密码：pj5n

准备一个空U盘（用于制作启动盘）

安装UltraISO、安装之后插入U盘：

｛

   1、打开iso文件：

2、写入硬盘镜像

这里一般上面默认即可，如果要更改适合自己的方式，可以做如下选择：

写入之前可以先格式化，也可以不用，因为这个软件默认会擦除所有的数据。

3、写入：

成功的标志如下：

4、如果不想要这个启动盘了，可以用SDFormatter工具执行格式化释放空间：

只选择上述两个地方即可。

  软件下载地址：

  UltraISO链接：http://pan.baidu.com/s/1eS7onQy 密码：5ll0

  SDFormatter链接：http://pan.baidu.com/s/1o8jXtjk 密码：5gsn

｝

 

三、安装Linux双系统

 

1、将U盘插在电脑上，选择启动方式为U盘启动，如果你的电脑有两个USB...选项可供选择，可能一个带有“USB..UEFI”,另一个没有“UEFI”，请选择没有“UEFI”的，选带有“UEFI”的可能会出现问题，（关于如何从U盘启动，快速U盘启动什么的，还请根据自己的电脑型号自行百度），下面是我的选择U盘启动的截图：

提示：这里应该是每个人的电脑情况来根据设置，只有一个目的：就是能用刚才上一步制作的U盘启动即可。

2、选择了U盘启动后，等待一小会儿，会出现如下“欢迎”界面（通过左侧的语言栏选择中文），选择中文后，点击“安装Ubuntu”;

提示：如果使用UltraISO制作的U盘，启动时可能会没有这个画面，但是应该会有文字的启动菜单选项，只要选择“Install Ubuntu”这样的选项即可。

3、接下来会进入“准备安装Ubuntu”界面：这里勾选“为图形或无线硬件….”,然后点击“继续”（还需要等待一小会儿）;

4、之后进入“安装类型”界面，选择“其他选项”，之后继续，如图：

MBR模式的硬盘需要注意：这里就是GPT和MBR的区别，如果是GPT模式，那么启动是应该是UEFI引导的，而Ubuntu本身就是使用UEFI进行引导，所以不出现提示。如果是MBR模式，此处会提示这样的文字“你当前的硬盘不是UEFI引导，且硬盘上有其它系统，是否继续使用UEFI引导，如果是那么之前的系统将导致不能启动..”这样的话，此时会出现两个选项：“后退，使用UEFI模式”，请选择后退。也就是说有关UEFI模式的选项都选择否。

5、选择安装位置，分配分区。

注意：这里的分区应该选择逻辑分区，不要选择主分区。如果内存够大就不用新建交换分区，比如内存在32G的情况下。

注意：

<1>、“/”分区大致相当于Windows下的系统盘（C盘），存放系统文件，当在Ubuntu下安装一些软件时，有可以选择路径的，就可以选择“/home”里面,即自定义软件安装路径，但还有一些不能选择安装路径的，就会安装到“/”分区，大部分软件是默认安装到“/”分区下的。还有一点就是这个分区下是不能像平时一样选择”删除”、”复制”、”粘贴”的，选择一个文件或文件夹，右键，是没有这些”删除”...选项的。（当然可以通过一些命令来实现”删除”、”复制”、”粘贴”、”新建”这些功能的）

<2>、“/home”分区，这个就相当于Windows下的非系统盘，像D盘、E盘、F盘...，除了一些特殊的文件，可以像在Windows下一样，任意”删除”、”复制”、”粘贴”、”新建”，平时下载的东西都会保存在这个分区，这个分区主要就是用来存放文件。

<3>、“/swap”分区，”交换空间”，虚拟内存。

（说明：总共为这个Ubuntu系统分配了70G的空间，根据需要”/” --30G, ”/home“--35G，“/swap”--5G）

注意：如果没有按照上面分，那么Linux会默认去建立这些文件夹来替代。

下面是具体的分区过程：（选中”空闲“，双击）：

”/“分区： ”逻辑分区“、”空间起始位置“、”Ext4日志文件系统“、挂载点”/“：

注意：这里选择逻辑分区，逻辑分区，逻辑分区。不要选择主分区，不要选择主分区，不要选择主分区。

”/home“分区：”逻辑分区“、”空间起始位置“、”Ext2文件系统“、挂载点”/home“：

”交换空间“：”逻辑分区“、”空间起始位置“、”交换空间“：

6、当上面的分区分好之后，点击”现在安装“，会出现如下界面，这里要确保将被格式化的分区区号和你刚才分的区号相同，确认之后，点击”继续“：

提示：如果只分了一个区的时候，也就是根文件系统时，不会出现以上提示，只要选中这个根文件系统即可。

7、之后便进入了让你选择位置的界面，这个不用选，直接“继续”就可以了（进入系统后可以设置）：

提示：如果要选择，可以选择shanghai。

8、之后选择键盘布局，默认都已经选好了，都是“汉语”，这也可以直接“继续”：

9、之后进入“你是谁？”，即创建一个用户（也会是系统默认的管理员），填好之后，“继续”，我的如下图：

10、上步点了“继续”之后，就开始安装了，耐心等待吧，附图：

11、安装完成，重启：

12、“现在重启”后进入下面的界面：（它会默认进入Ubuntu系统，好像是有8秒的选择时间，进入Ubuntu，选择第一项“Ubuntu”；如果进入windows10，选择最后一项“windows 10….”）：

提示：这里有时MBR分区的区别，如果是GPT分区，那么估计是能出现这样的菜单的，但是对于MBR来说需要做特殊设置，参考：https://www.geek-share.com/detail/2710039520.html，把Windows 10的启动菜单加入。推荐使用sudo update-grub进行自动更新，更新好之后就是和上面一样的。

13、然后进入登录界面：

14、登录成功，进入桌面：

 

四、安装opencv 2.4.13

 

下载安装一些一类包 以及编译工具
安装编译工具
sudo apt-get install build-essential
安装依赖包
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
安装可选包
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

下载opencv
https://github.com/Itseez/opencv/archive/2.4.13.zip
进入下载目录解压
编译安装
打开文件夹"opencv-2.4.13"：
cd opencv-2.4.13
新建一个文件夹用于存放临时文件：
mkdir release
切换到该临时文件夹：
cd release
开始编译：
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j4    //开启线程 按照自己的配置
sudo make install

相关配置
配置环境
将opencv的库加入到路径，从而让系统可以找到
sudo gedit /etc/ld.so.conf.d/opencv.conf
末尾加入/usr/local/lib，保存退出
sudo ldconfig    使配置生效

sudo gedit /etc/bash.bashrc 
末尾加入
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
保存退出
sudo source /etc/bash.bashrc  #使配置生效
（该步骤可能会报错找不到命令，原因是source为root命令
su（进入root权限）
输入密码
source /etc/bash.bashrc
Ctrl+d（推迟root）
sudo updatedb #更新database

（如有问题，额外参考：https://www.geek-share.com/detail/2727158121.html）

五、安装python3.6+cuda9.0+cudnn7.05+Tensorflow-gpu1.8.0

 

1、首先是安装python3.6 
    关于python3.6的安装，可参考（https://blog.csdn.net/u012328159/article/details/80957264）。一定要把最后提到的gdbm按照介绍的方法配置好，不然安装cuda的时候会报错，还要配置。 
注：如果直接用系统自带的python3.5.2可能不会有这么多坑，有待尝试。

2、GTX750ti显卡驱动的安装（其它型号方法一样，只需下载对应型号的安装包即可） 
先打开 关于这台计算机 看一下现在的显卡驱动： 

先去官网下载对应显卡型号的驱动，官网地址：https://www.nvidia.cn/Download/index.aspx?lang=cn，直接下载750ti的驱动，如图所示： 

点击搜索，然后下载，750ti的显卡驱动为：NVIDIA-Linux-x86_64-410.78.run

接下来先禁用系统自带的显卡驱动：

blacklist nouveau
options nouveau modeset=0
更新更改：

sudo update-initramfs -u

进入“关于这台计算机”查看如下图所示则为禁用成功（只要不再是NV117就意味着禁用成功）： 

停止 X-windows服务（如果你是遵照我的博客，到这一步，请你在其他显示设备上打开本博客，因为下面将要关掉桌面，你讲进入命令行模式）：

sudo service lightdm stop

此时，桌面已被关掉，按ctrl + ALT +F1进入终端，进入刚下载的显卡驱动的目录，然后执行安装命令：

sudo sh NVIDIA-Linux-x86_64-410.78.run

按照提示一路安装，安装成功后，执行下面命令返回桌面：

sudo service lightdm restart

下面再次打开“关于这台计算机”，查看，如果如下图所示，则为安装成功（如果不如下图所示，先注销 / 重启下，再打开看看是否安装成功）： 

3、安装cuda-9.0 
去官网下载cuda-9.0的安装包，如图所示： 

runfile包含的比较全，包含了显卡驱动，deb（local）应该是不包含显卡驱动的。 
下载安装包：cuda_9.0.176_384.81_linux.run。

进入到下载目录，执行下面的安装命令：

sudo sh cuda_9.0.176_384.81_linux.run

一大段文字一路回车下去到最后，然后问你：

Do you accept the previously read EULA? 选择yes
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81? 
因为已经安装过显卡驱动了,所以选择no
Install the CUDA 9.0 Toolkit? 选择yes
Enter Toolkit Location 直接回车默认 [ default is /usr/local/cuda-9.0 ]: 直接回车默认即可
Do you want to install a symbolic link at /usr/local/cuda?  选择yes
Install the CUDA 9.0 Samples? 问你是否安装样例，安装了吧，也占不了多少空间
Installing the CUDA Toolkit in /usr/local/cuda-9.0 ... 等待安装完成即可

你看到的是貌似提示incomplete installed，这是因为待会要把cuDNN压缩包里面的东西放入安装目录下，马上就会介绍怎么放。

下面是配置下环境，打开.bashrc文件：

sudo gedit ~/.bashrc

在打开的文件里最后添加下面两句：

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}}

使配置的环境生效：

sudo source ~/.bashrc
 

接下来去官网（如果没有账号的话，要注册一个账号并填写下问卷）下载cuDNN7.05，如下图所示： 

然后解压压缩包：cudnn-9.0-linux-x64-v7.tgz

然后把cuDNN里面的一些文件拷贝到刚安装好的cuda-9.0的安装目录下，并且设置权限。命令为：

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*

可以用nvcc -V命令来查看是否安装成功： 

4、安装GPU版TensorFlow-1.8.0 
安装TensorFlow倒也简单，只需一条命令即可：

sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu

这里用了清华的镜像，不然由于众所周知的原因，可能会安装的相当慢。。

下面再pycharm中写一段代码测试一波：

import tensorflow as tf

a = tf.constant(1)
b = tf.constant(2)
c = tf.add(a,b)
with tf.Session() as sess:
    print(sess.run(c))

恶心的事发生了，直接报错，如下： 

而在终端中执行，竟然是完全正确的： 

经过查资料，基本可以认为是pycharm的一个bug，需要在pycharm中打开run->edit configurations->environment vairables添加

LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

如下图所示： 

配置好如图所示：

再次运行，perfect： 

以上就是在win10双系统安装ubuntu16.04+gtx750ti+python3.6配置cuda-9.0+cuDNN7.05+TensorFlow-gpu1.8.0+opencv 2.4.13的详细过程汇总。