说明

跑3DMatch代码，Ubuntu14.04.5+CUDA7.5+cuDNN5.1
跑PointNet代码，Ubuntu14.04.5+CUDA9.0cuDNN7.0.5
（Ubuntu16.04.5默认内核是4.15.0-29-generic，与CUDA9.0冲突，将内核降为linux-image-4.4.0-78-generic后可以安装CUDA成功，但是系统没有网）

双系统安装

硬盘：256GB固态+1TB机械

先装win10

华硕主板按F8，可选择启动项
进入PE，分固态中的120GB作为主分区，4k对齐，装win10

再装Ubuntu

使用软碟通制作Ubuntu镜像到U盘中，先“打开”镜像，再“写入硬盘映像”。
从U盘启动，在“是否与Win10共存”的界面，选择“其他选项”
分固态中剩余的120GB给Ubuntu，创建4个分区

大小	分区类型	用于	挂载点	备注
200MB	逻辑分区	Ext4日志文件系统	/boot	Linux的内核及引导系统程序所需要的文件
4000MB	逻辑分区	交换空间	无	相当于Windows中的“虚拟内存”
20000MB	逻辑分区	Ext4日志文件系统	/	根目录，存放系统
剩余所有	逻辑分区	Ext4日志文件系统	/home	用户目录

“安装启动引导器的设备”选择/boot分区所在的设备。
使用EasyBCD，添加Ubuntu到Windows的MBR引导程序中，参考“（MBR模式）Win10下安装Ubuntu18.04双系统”

QA：Ubuntu16安装失败

Q：装到最后报错：”subprocess installed post-installation script returned error exit status 1 “
A：将分区”/boot”由200M扩大到1000M

Q：装到最后报错：”the grub-efi-amd64-signed package failed to install into /target/“
A：进bios，关闭secure boot。从U盘的Legacy启动

双系统配置

Win10配置

更新Win10，完成后驱动也安装好了

Ubuntu配置

1 2	sudo apt-get update sudo apt-get upgrade

Q：update报错：W: Duplicate sources.list entry http://security.ubuntu.com/ubuntu/ trusty-security/main amd64 Packages (/var/lib/apt/lists/security.ubuntu.com_ubuntu_dists_trusty-security_main_binary-amd64_Packages)
A：换源即可，参考

Ubuntu配置深度学习环境

思路：装cuda、装cudnn、装Anaconda、装深度学习框架

安装CUDA

思路：关闭nouveau、关闭lightdm、安装cuda

sudo apt-get install build-essential git

lsmod | grep nouveau

sudo service lightdm stop

chmod +x cuda_7.5.18_linux.run

sudo ./cuda_7.5.18_linux.run –no-opengl-files
空格 快速略过条约
除了OpenGL库，其他都装

Do you accept the previously read EULA? (accept/decline/quit): accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39? ((y)es/(n)o/(q)uit): y
Do you want to install the OpenGL libraries? ((y)es/(n)o/(q)uit) [ default is yes ]: n
Install the CUDA 7.5 Toolkit? ((y)es/(n)o/(q)uit): y
Enter Toolkit Location [ default is /usr/local/cuda-7.5 ]:
Do you want to install a symbolic link at /usr/local/cuda? ((y)es/(n)o/(q)uit): y
Install the CUDA 7.5 Samples? ((y)es/(n)o/(q)uit): y
Enter CUDA Samples Location [ default is /home/imv ]:

重要参考：
ubuntu14.04安装cuda7.5 详细教程
 深度学习-在ubuntu16.04安装CUDA9.1-总结(问题完全解决方案)
ubuntu 14.04 （64bit）安装 CUDA7.5
Ubuntu 16.04 上安装 CUDA 9.0 详细教程
 史上最全的ubuntu16.04安装nvidia驱动+cuda9.0+cuDnn7.0（有配置cudnn的说明）

测试GPU是否配置成功

测试mxnet的GPU

1	pip install mxnet-cu75

import mxnet as mx
from mxnet import nd

mx.cpu(), mx.gpu(), mx.gpu(0)

a = nd.array([1, 2, 3], ctx=mx.gpu())

测试pycuda

1	pip install pycuda

import pycuda.autoinit
import pycuda.driver 

free_bytes, total_bytes = pycuda.driver.mem_get_info() # 查询当前显卡的总显存，可用显存

软件下载：各版本的CUDA、cuDNN、Anaconda、Ubuntu

CUDA
cuDNN
Anaconda
Ubuntu

配套关系：
CUDA 9.0、cuDNN 7.0
CUDA 7.5、cuDNN 5.1

Ubuntu命令

安装ssh服务

1 2	sudo apt-get install openssh-server sudo service ssh restart

安装htop

1	sudo apt-get install htop

Ubuntu挂载Win10的ntfs分区

（貌似非必须）
sudo apt-get install ntfs-3g

mkdir /home/imv/hdd
sudo mount /dev/sdb1 /home/imv/hdd
sudo umount /dev/sdb1
df -lh

查看分区信息

1 2	sudo fdisk -l sudo fdisk -l \| grep NTFS

安装Anaconda（用户名imv）

bash Anaconda3-5.2.0-Linux-x86_64.sh

改变默认python指向：
sudo nano ~/.bashrc
export PATH="/home/imv/anaconda3/bin:$PATH"

更换pip源，参考
更换conda源，参考

环境变量立即生效

1 2	source /etc/profile source ~/.bashrc

安装Teamviewer

注意要下载teamviewer_12（也可能是32位的原因使安装成功），Ubuntu1404安装teamviewer_12成功，安装最新的失败
法1
法2

拷贝文件夹

1	cp -r /home/imv/Downloads/cudnn /usr/local

监视GPU

1	watch -n 1 -d nvidia-smi

查看一个文件的头几行、末几行

1 2	head -n 10 a.txt tail -n 10 a.txt

ubuntu14.04设置在当前目录打开终端

1
2
3

sudo apt-get install nautilus-open-terminal

nautilus -q

python装包

pip install opencv-python

pip install open3d-python