原标题：win10+Ubuntu16.04双系统下深度学习环境的搭建

原文来自：博客园      原文链接：https://www.cnblogs.com/Kobaayyy/p/12001572.html

环境零零碎碎地搭了三四天，虽然碰到各种问题，但还是搭建好了，自己整理记录下，同时也算给有需要的人一些指导吧

一．双系统的安装

1. Win10硬盘管理助手 压缩或者直接利用未使用的空间，空间大小自定，将腾出的磁盘空间删除卷，变成未分配状态。

2.选择ultraISO制作Ubuntu系统盘，即借由ultraIOS将系统镜像ISO刻录至U盘中，U盘实现备份重要文件。

3.系统盘制作完成后，安装系统，重启电脑，按F12进入BIOS，选择U盘启动，就会进入安装界面    注意：安装时系统语言选成英文，尽量不要选择中文，因为在后期工作可能会出现难以避免的未知错误

4.安装步骤主要注意双系统安装时选择安装路径时选择其他选项，自定义分区

/  /home  /boot以及swap区划分方式详情百度

建议最后分配主分区 /

二．开始安装环境前的准备

1. 安装基于linux系统的NVIDIA图形驱动，百度搜索英伟达驱动或者直接访问英伟达官网，下载最新驱动，注意安装驱动系统选择linux x86 64位，一般384.111版本左右皆可，不要太低版本

2. 鼠标右键打开终端的插件，会提高工作效率

sudo apt-get install nautilus-open-terminal

执行上述指令即可

注：刚安装完的Ubuntu系统默认分辨率会很低，建议在win10下载完linux系统的NVIDIA驱动，直接在Ubuntu安装

NVIDIA驱动安装时切记关闭图形

sudo service lightdm stop

黑屏后按ctrl+alt+F1进入tty1模式

不太熟悉linux环境注意记住驱动存放地址，进入tty1模式后，访问进入驱动所在文件夹，安装驱动

.run文件安装指令详情百度

安装完成后sudo service lightdm start

分辨率变化或者终端输入nvidia-smi，出现显卡信息代表安装成功

三．Cuda8.0的安装

同样建议在win10下下载好cuda8.0版本，直接进入终端安装，方法类似驱动安装。

配置cuda安装时选择参考其他安装指南install（之前发的文件），安装路径时选择默认路径，询问是否安装NVIDIA驱动选择否，因为已经装过了。

安装完成后配置变量，详见百度或之前发的install

四．Cudnn5.1安装

将cudnn解压，运行下指令进行覆盖

tar xvzf cudnn-7.5-linux-x64-v4.tgz #这里要注意你下载的版本，需要解压你下载的对应版本的文件

#解压后的文件夹名字是cuda

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*

测试cuda指令

 cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

make

./deviceQuery

完成后出现显卡信息，并且最后显示PASS即成功

注：make可能会出现权限不足的问题，可能是由于终端开启过多导致，点击最左终端显示所有运行的终端，关闭所有终端窗口，重新运行即可。

若无效尝试修改用户权限

五．TensorFlow安装

访问TensorFlow官网

安装Python3.4

详细办法百度，安装完成后设定Python3.4为默认版本，并且不能 一定不能卸载之前版本的Python，否则会出严重bug

注：请注意不同TensorFlow版本对应的python版本，在下载时应当互相对应，避免无法运行。

安装python3.4

Sudo add-apt-repository ppa:fkrull/deadsnakes

Sudo apt-get update

Sudo aptget –y install python3.4

设置python3.4为默认版本，一般ubuntu自带较多版本的python

Sudo update-alternatives –install /usr/bin/python python /usr/bin/python2 100

Sudo update-alternatives –install /usr/bin/python python /usr/bin/python3 150

终端输入python可以查看默认版本

TensorFlow的安装

按官网英文安装指南依序配置， 使用pip进行安装

配置pip

Sudo apt-get install python3-pip python3-dev

安装tensorflow

Sudo pip3 install --upgrade https://storage.googleapis.com/tensorflow/linux/gup/tensorflow_gpu-1.2.1-cp34-cp34m-linux_x86_64.whl

完成安装执行(六)进行python进行测试

注：如果测试时出现ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory的报错，说明路径没有正确设置

设置方法如下：

Sudo vim ~/.bashrc

在文件末添加

export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64” 
export CUDA_HOME=/usr/local/cuda 

完成后执行
source ~/.bashrc

详情参考http://blog.csdn.net/appleml/article/details/76922476

六．TensorFlow的测试

终端输入下指令

python

>>> import tensorflow as tf
>>> hello = tf.constant('Hello,Tensorflow')
>>> sess=tf.Session()
>>> print(sess.run(hello))

如果可以显示Hello，Tensor，就说明没问题了！

再试一个

>>> a=tf.constant(10)
>>> b=tf.constant(22)
>>> print sess.run(a+b)

输出应当为32

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com