深度学习涉及到软件

1）为了学习 TensorFlow ，换一台的电脑，大部分人做不到2）勉强在Window系统下学习，很多功能无法实现
3）把当前电脑的喜欢换掉，装ubuntu(一种linux)似乎也不好
4）双系统不方便
××
所以只剩下一招了， 虚拟机
×××
A：下载并安装VMware-workstation-full-15.5.0-14665864

下载地址VMware Workstation Pro 15.5.0 Build 14665864
https://download3.vmware.com/software/wkst/file/VMware-workstation-full-15.5.0-14665864.exe
密钥
激活密钥许可证VMware Workstation Pro 15
激活许可证
UY758-0RXEQ-M81WP-8ZM7Z-Y3HDA
VF750-4MX5Q-488DQ-9WZE9-ZY2D6
UU54R-FVD91-488PP-7NNGC-ZFAX6
YC74H-FGF92-081VZ-R5QNG-P6RY4
YC34H-6WWDK-085MQ-JYPNX-NZRA2




B：
Ubuntu 20.04 LTS
下载地址：
http://releases.ubuntu.com/20.04/ubuntu-20.04-desktop-amd64.iso
国内的官网https://cn.ubuntu.com/download

C：
首先安装英伟达显卡驱动
再安装CUDA，
再装cuDNN,要按顺序来，

D：　先安装Python(必须是64位的)  然后是 安装tensorflow（也必须的是64位的）、 ，opencv等，　



在Linux环境下有四个版本，主要是为了对应不同python版本。我选了可以兼容3.8版本的TensorFlow

意：要装TensorFlow必须安装64位的Python,TensorFlow不支持32位

VMWare软件太臃肿，非常好资源，建议可以使用Virtual Box会小很多https://www.virtualbox.org/

绝地武士 发表于 2020-5-26 15:25
VMWare软件太臃肿，非常好资源，建议可以使用Virtual Box会小很多https://www.virtualbox.org/ ...

Virtual Box没有接触过，也没有验证过，不知道是否是可以的。
VM总体来说，用的人多，大部分人也是这么搞的， 坑应该都趟平了

tensorflow-2.2.0-cp38-cp38-manylinux2010_x86_64.whl
下载完毕，492M，文件格式是WHL
陌生的格式。。。
***
whl格式本质上是一个压缩包，里面包含了py文件，以及经过编译的pyd文件。使得可以在不具备编译环境的情况下，选择合适自己的python环境进行安装。
安装方法很简单，进入命令行输入
pip install xxxx.whl

或者如果是升级
pip install -U xxxx.whl

即可。
×××××××××××××××××××
Python-3.8.3.tgz
以.tar.gz为扩展名的是一种压缩文件，在linux和osx下常见，linux和osx都可以直接解压使用这种压缩文件。windows下的winrar也可以使用。相当于常见的rar和zip格式

折腾了这么久，最终卡住  虚拟机里面无法使用Cuda的问题了

所以虚拟机里面的TensorFlow 只能用CPU加速了，

好鸡肋啊


算了 不折腾了

Q：ubuntu的终端是什么？
A：ubuntu终端学术上是内核与百外界交互的接口。linux实际上是内核加桌度面，终端就是我们和内核通信的平内台
×××
，ubuntu下相当于Windows的命令行接口容CMD

在ubuntu 下安装 英伟达的显卡


https://zhuanlan.zhihu.com/p/59618999

×××××××
1.1. 查看显卡硬件型号

在终端输入：ubuntu-drivers devices，可以看到如下界面：

从上图可以看出，我的显卡是：GM107M [GeForce GTX 860M]，推荐安装的版本号是：nvidia-driver-390 - distro non-free recommended。

1.2. 开始安装

• 如果同意安装推荐版本，那我们只需要终端输入：sudo ubuntu-drivers autoinstall 就可以自动安装了。
• 当然我们也可以使用 apt 命令安装自己想要安装的版本，比如我想安装 340 这个版本号的版本，终端输入：sudo apt install nvidia-340 就自动安装了。
• 安装过程中按照提示操作，除非你知道每个提示的真实含义，否则所有的提示都选择默认就可以了，安装完成后重启系统，NVIDIA 显卡就可以正常工作了。安装完成后你可以参照 https://linuxconfig.org/benchmark-your-graphics-card-on-linux 上的介绍测试你的显卡。
  

重启之后在终端内输入：

• nvidia-smi  #若出现电脑GPU列表，即安装成功
• 或者
• nvidia-settings #显示你的显卡信息
  
  
  

安置cuda 官方给出了  联网状态下安装cuda 10.2 方案



*****************
现在终端里面输入：wget http://developer.download.nvidia ... 440.33.01_linux.run


然后执行安装
sudo sh cuda_10.2.89_440.33.01_linux.run

安装过程弹出如上信息

特别说明：上面讲到的安装cuda 的方式是错误，虽然是官网提供的，但还是错误的，（也有可能是官网没有说全）。
**************
https://blog.csdn.net/fengdu78/article/details/106233653
这个连接是  CSDN上风度78 的帖子。

讲的还是比较清楚的。

wget https://developer.download.nvidi ... cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget http://developer.download.nvidia ... .01_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda



*********
到了这一行后，就需要配置cuda的环境了，帖子讲的不好，

需要换一个帖子

https://zhuanlan.zhihu.com/p/122286055

2 - 配置环境变量中的路径变量(PATH)

如果你在安装完成后使用nvcc -V，你依然会显示文章开头那个报错信息。你可以能会有疑问：明明我都装上了啊，安装完成的信息还告诉我CUDA安装在“/usr/local/cuda-10.2/”，甚至我还能看到它，可是为什么它运行不了呢？

在这里我们使用第一种方法，使用gedit修改.bashrc文件。

在终端里面输入：sudo gedit ~/.bashrc然后就弹出一个对话框 export PATH="/usr/local/cuda-10.2/bin:$PATH"export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"

保存之后，为了使这个修改立即生效，还需要输入如下代码（如果不执行 source 命令，则需重启系统才能生效）：
source ~/.bashrc现在就可以查看Cuda的版本了
在终端里面输入：nvcc -V