前言
本篇写于2019-4-25
这两天装Ubuntu18.04双系统简直装到崩溃。一是非常著名的开机卡死在Logo界面的问题，另一个是在装Nvidia驱动和CUDA的时候，更是费心。而网上的资料又良莠不齐，走了不少弯路。于是做个总结，方便以后的自己，也方便别人。
首先：我的机器是戴尔灵越5577，以下方案不一定适合您的机器，操作失败还请自行百度解决，并且安装所CUDA和cuDNN版本请务必参照官网配置
另外：安装过程中并没有保留截图，以下也只有文字叙述，有时间会补上。
装机
镜像是在Ububtu官网下载的镜像，这没有什么异议。启动盘制作方面我选择rufus，小巧免费好用，而且非常适合制作Linux启动盘。
选好U盘选好镜像后就可以制作了，我是选的默认设置，如下图。我也试过gpt格式的，均可。
制作完成后，关闭rufus就可以了，带着U盘，重新启动。
进入U盘引导（不同品牌的电脑有不同的方式，Dell是按F12选择启动方式），进入grub界面。
你可能看过许多教程说的是，为防止开机开在Logo，选中Install Ubuntu，然后按e编辑。我的建议是先别这样做，因为编辑后进入的安装界面屏幕分辨率会很低，许多按钮在屏幕下方根本点不到，安装很不方便。这里我直接回车开始安装，至于会卡在logo这个问题，装好后再弄。
然后一步步安装就可以了。装的时候一定要注意：不要联网、不要选安装驱动啥的，最小化安装即可、手动分区。我的分区方式如下，共分给Linux 100G
| 目录 | 大小 | |
|---|---|---|
| / | 20G | 逻辑分区 |
| /boot | 1G | 逻辑分区 |
| /home | 69G | 逻辑分区 |
装完后，会显示重新启动，如果点立即重启的话，不出意外，会卡在这里，没关系，按住电源键不放，强制关机。再开机后就可看到系统选择界面了。
这个时候不要着急选择，先选中Ubuntu，按e键进入编辑，将倒数第二段最后（可能是倒数第三行，不难分辨）的quiet splash 后加上nomodeset，注意nomodeset要和前后有一个空格。然后按F10，即可开机。
这时候，应该可以进入系统了，这个时候开始安装显卡驱动。
安装驱动
这里有很多教程说是通过sudo ubuntu-drivers autoinstall这个方法安装的，但是就我亲身经历而言，并不好使，这里安装驱动是没问题的，但是后来在安装CUDA的时候会遇到各种各样的问题。
这里的建议是，去Nvidia的官网选择一个适合你的显卡的驱动（我选的最新的），下载好备用。
在装驱动之前，先将nouveau加入黑名单：
sudo vim /etc/modprobe.d/blacklist.conf在末尾加上一行blacklist nouveau
保存退出，执行
sudo update-initramfs -u另外：由于折腾的次数比较多我还改了/etc/default/grub，不知道和这有没有关系：
sudo gedit /etc/default/grub然后将quiet splash后面加上acpi_osi=linux
保存退出，执行
sudo update-grub接下来按CTRL+ALT+F2，进入纯字符界面，以root身份登入，开始安装显卡驱动。首先进入刚才下好的驱动所在的目录，执行
sudo sh ./NVIDIA-Linux-x86_64-xxx.xx.run –no-opengl-files # 一定不要忘记后面的参数然后一路确定，完成后重启系统，进入BIOS（戴尔是按F2，其他电脑型号请自行查找资料），关掉secure boot，设置为disable，关掉后保存重启。这里一定要关掉，不然开机后是没法用刚才装的Nvidia驱动的。
启动后在控制台输入nvidia-smi，若没有报错则证明安装成功。
安装CUDA
接下来，我们安装CUDA，我这里使用的是CUDA10.0，因为目前tensorflow已经可以使用CUDA10了，也就不挑旧版本安装了。
到Nvidai官网上找到CUDA10.0的下载链接，Nvidia给出的默认的CUDA的下载链接是CUDA10.1，因为我没试验过，所以不知道可不可以用，你可以自行决定。
依次选择 Linux -> x86_64 -> Ubuntu -> 18.04 -> runfile(local)，选好后选择Base Install开始下载。
下好后，找到CUDA安装包所在的位置，在控制台输入
sudo sh ./cuda_10.0.130_410.48_linux.run然后等待一会后，会出来安装协议，按住空格键快速看完。然后选择安装选项：
- 第一项，选择accept接受。
- 第二项，询问你是否安装CUDA中带的显卡驱动，由于我们前面已经安装了驱动，所以不安装，选n
- 剩下的，能选y的选y，能Enter的Enter就好。
装好后，在~/.bashrc最后 添加环境变量，保存后退出
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0测试一下：
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery若最后一行的结果为Result = PASS，说明安装成功。
安装cuDNN
最后，去官网找对应版本的cuDNN，这里我选择的是7.5（7.4也是可以的），下载（这里需要登陆Nvidia才可以）
将下载好的压缩包解压，一般解压出来的目录为cuda，拷贝到CUDA中
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/最后
至此，CUDA已安装完成，装个gpu版本的tensorflow试试（你也可以先使用virtualenv创建个虚拟环境再安装）
pip3 install tensorflow-gpu # 这里pip3需要手动下载装好后，进入python交互环境，试试Hello World
>>> import tensorflow as tf
>>> hello = tf.constant('Hello World')
>>> sess = tf.Session()
>>> sess.run(hello)
b'Hello World'执行后，会有日志打印，若没有报错，即证明安装成功。
参考：