【半小时急速装机】联想拯救者(Y7000P)Win10 + Ubuntu18.04完整教程:CUDA10+Cudnn+Tensorflow2.0正式版

admin 管理员组

文章数量: 887016

双系统安装教程

2019.12.28新发现:
ubuntu18.04.4应该默认可以使用瑞昱的网卡了
ubuntu20.04 同样可以直接使用无线网卡联网

ubuntu 首次进入系统是无法使用网卡的,你需要手动移除网卡驱动

sudo modeprobe -r ideapad_laptop

当你完成所有的upgrade之后再次重启，应该就完成了网卡的驱动更新，Y7000P的瑞昱可以正常使用了

系统：Win10+Ubuntu18.04
深度学习环境：CUDA10.0 + cudnn + tensorflow + pytorch

文章目录

• 双系统安装教程
• • Win10安装
  • Ubuntu18.04安装
  • 1.安装Ubuntu
  • 2.首次进入Ubuntu系统
  • 3.安装显卡驱动
  • • 安装CUDA10.0
    • 安装Cudnn
  • 4.开发环境配置
  • • 确保系统中安装了pip：
    • 创建Python虚拟环境

Win10安装

win10官方镜像下载（制作启动U盘）：
https://www.microsoft/zh-cn/software-download/windows10/

准备一个大于等于8G的U盘，数据在操作中会被清空，备份好自己的数据。
根据工具提示即可，根据你的网速等待10分钟到一小时不等

制作好启动盘后，重启电脑，在开机时按住键盘F12不要松，选择U盘启动，安装好windows10。

Ubuntu18.04安装

依旧要一个 空的8G U盘
现在有ubuntu19.10的版本，但是鉴于各种驱动问题，还是安装18.04.3比较稳定

对你的固态硬盘压缩卷

个人建议Ubuntu预留100G空间（实际可用90G左右），根据自己需求定吧
得到一个未分区的空磁盘
不用分区了，下载好Ubuntu镜像（18.04.3）,一个8G的空U盘,UltraISO

前期准备:
Ubuntu镜像（18.04.3）
一个8G的空U盘
UltraISO软件

在下面的本地目录中找到你的系统镜像位置，双击

写入硬盘映像

1.安装Ubuntu

在安装系统的时候，选择不安装使用ubuntu，按E(不是按回车,切记)，进入编辑grub。
倒数第二行的 — 修改为 nomodeset
按F10进入系统，进行磁盘分配
磁盘分配
划分空间 1G 给/boot，设置为主分区，ext4
划分空间 8G 给 swap，设置为逻辑分区
划分空间 剩余空间 给 /，设置为逻辑分区，ext4
(没必要专门分个Hone分区)

开始安装系统之前 ，将网线、无线网断开，防止安装时下载更新浪费时间。

2.首次进入Ubuntu系统

同样，在进入系统之前按E，将倒数第二行ro 后面的内容修改为 nouveau.modeset=0，最后一行不变
进入系统后可以尝试重启一下，看是否会卡机
重启进入系统的时候同样要修改一下grub，在安装好显卡驱动之前都要这么做
修改apt的清华源
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo rm /etc/apt/sources.list
sudo gedit /etc/apt/sources.list
复制粘贴以下代码,保存

# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-security main restricted universe multiverse

# 预发布软件源，不建议启用
# deb https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu/ubuntu/ bionic-proposed main restricted universe multiverse

sudo apt update

建议在安装显卡驱动之前把你系统的各种更新都做完
sudo apt-get update
sudo apt-get upgrade
显卡安装好后再进行内核更新,百分之99会让显卡驱动挂掉

3.安装显卡驱动

最重要的一步！
禁用自己的secure boot，也就是设置为disable，具体的进入自己bios中找一下，一般在security或者boot里面。

第一条命令是查看显卡设备和显卡驱动，第二条命令是自动安装合适显卡驱动

ubuntu-drivers devices

== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001C82sv000010DEsd00001C82bc03sc00i00
vendor   : NVIDIA Corporation
model    : GP107 [GeForce GTX 1050 Ti]
driver   : nvidia-driver-390 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

sudo ubuntu-drivers autoinstall

3.重新启动，在应用中找到Nvidia X Server Setting，如果出现这样的界面，就说明Nvidia显卡驱动安装成功。看到驱动版本是390.48，与在官网下载NVIDIA-Linux-x86_64-390.87.run相比，版本差仿不多。

4.在右上角的设置->详细信息 可以看到此时的显卡已经切换为Nvidia

接下来下载安装cuda，不过这一种方法中就不要在安装显卡驱动了，他问你你就No

安装CUDA10.0

CUDA10.0下载地址：https://developer.nvidia/cuda-10.0-download-archive

我是建议你使用.run来安装CUDA的
下载好安装包和补丁

安装驱动

sudo sh cuda_10.0.130_410.48_linux.run

前面的协议你就不用看了,疯狂的按回车或者空格吧
第一问是问你要不要接收条款,你只能被迫接受了
第二问是问你要不要安装显卡驱动,当然是不要,刚才自己安好了呀
后面安装路径就默认就可以了

安装补丁

sudo sh cuda_10.0.130.1_linux.run

设置环境变量
在 ~/.bashrc中设置环境变量：（sudo gedit ~/.bashrc）

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

运行如下命令使得环境变量生效

source ~/.bashrc

使用nvidia-smi查看

安装Cudnn

cudnn-10.0-linux-x64-v7.6.4.38.tgz
下载cudnn，解压，复制，修改权限

tar -zxvf cudnn-10.0-linux-x64-v7.6.4.38.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

设置环境变量

在 ~/.bashrc中设置环境变量：（sudo gedit ~/.bashrc）

export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

运行如下命令使得环境变量生效

source ~/.bashrc

来重启一下，看启动是否正常，重启后nvidia驱动是否正常。

4.开发环境配置

确保系统中安装了pip：

python3, pip3，以及 virtualenv，在命令行查询相应的版本
python3 --version
pip3 --version
virtualenv --version

sudo apt update
sudo apt install python3-pip
sudo pip3 install -U virtualenv
你用完pip后面会有一个warning，烦人不?
更新一下你的pip

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu/simple

试一下

pip --version
pip list

报错了吧<哈哈>
sudo gedit /usr/bin/pip3
把下面三行修改一下

from pip import main
if __name__ == '__main__':
    sys.exit(main())

换成下面三行

from pip import __main__
if __name__ == '__main__':
    sys.exit(__main__._main())

如果需要将python3，pip3链接到python和pip

which python3

进入目录

cd /usr/bin

ln -s python3 python
ln -s pip3 pip

此时，建议你重启一下电脑。。。

创建Python虚拟环境

python的虚拟环境用来隔离系统和相应的安装包，这非常有利于不同版本之间的隔离，总之好处多多，尤其是不同的项目使用不同的软件版本时，能避免令人头痛的版本混乱问题，强烈建议安装虚拟环境。安装命令如下：

virtualenv --system-site-packages -p python3 ./venv

上述命令的意思是创建一个虚拟环境（该虚拟环境文件被放置到venv目录下），该环境使用python3，并且将python3下已经安装的包都复制过来（–system-site-packages），如果选择不复制python3下已经安装的包，则使用–no-site-packages，这样，已经安装到系统python环境中的所有第三方包都不会复制过来，这样就会得到一个不带任何第三方包的“干净”的python运行环境。这里我们选择复制python3下已经安装的软件包。

如果要使用，则用下述命令激活该虚拟环境

source ./venv/bin/activate

如果环境激活，则shell命令行前面会出现(venv)。
在该虚拟环境下安装任何软件包都不会影响系统python环境。如果要退出该虚拟环境，则在命令行执行即下 述命令可退出该虚拟环境。

deactivate

3.在虚拟环境中 安装各种包

pip install tensorflow-gpu==2.0 --timeout=3000
pip install torch torchvision --timeout=3000
pip install matplotlib --timeout=3000
pip install opencv-python==3.4.5.20 opencv-contrib-python==3.4.5.20 --timeout=3000
pip install pandas tqdm --timeout=3000

不用虚拟环境安装这些包 记得在后面加一个--user

OVER~

本文标签： 正式版 半小时 装机 完整 教程