U盘安装Centos7
按TAB键之后出来的文字修改为：>vmlinuz initrd=initrd.img linux dd quiet。改好之后回车，然后就会列出你的设备列表了
然后重启电脑，重复上一步做法，将底下的命令改成：>vmlinuz initrd=initrd.img inst.stage2=hd:/dev/sdc4 quiet 回车
使用sudo提示用户不在sudoers文件中的解决方法
https://jingyan.baidu.com/article/358570f670f7b1ce4724fc0c.html
GCC
[root@bogon 2018]# yum update
[root@bogon 2018]# yum install gcc-c++ gmp gmp-devel mpfr mpfr-devel libmpc libmpc-devel
[root@bogon 2018]# wget -P /home/job/2018 http://ftp.gnu.org/gnu/gcc/gcc-5.4.0/gcc-5.4.0.tar.bz2
[root@bogon 2018]# tar xjvf gcc-5.4.0.tar.bz2
[root@bogon gcc-5.4.0]# cd gcc-5.4.0
[root@bogon gcc-5.4.0]# mkdir gcc-build-5.4.0
[root@bogon gcc-build-5.4.0]# cd gcc-build-5.4.0
[root@bogon gcc-build-5.4.0]# ../configure -enable-checking=release -enable-languages=c,c++ -disable-multilib
[root@bogon gcc-build-5.4.0]# make -jX 其中X是指CPU核心数量，可根据实际情况设定X的值，如 make -j4
[root@bogon gcc-build-5.4.0]# make install
[root@bogon gcc-build-5.4.0]# gcc -v 查看版本
CUDA Toolkit 8.0 - Feb 2017
CUDA(Compute Unified Device Architecture)，是英伟达公司推出的一种基于新的并行编程模型和指令集架构的通用计算架构，它能利用英伟达GPU的并行计算引擎，比CPU更高效的解决许多复杂计算任务。
关于CUDA详细安装说明，可以参考官方说明
NVIDIA CUDA Installation Guide for Linux
https://developer.download.nvidia.com/compute/cuda/9.1/Prod/docs/sidebar/CUDA_Installation_Guide_Linux.pdf
CUDA Quick Start Guide
https://developer.download.nvidia.com/compute/cuda/9.1/Prod/docs/sidebar/CUDA_Quick_Start_Guide.pdf
在安装cuDNN之前，确保您满足以下要求。
计算能力3.0或更高的GPU。要了解系统上GPU的计算能力，请参阅：CUDA GPU。
如果您正在使用带有Volta GPU的cuDNN，则需要版本7或更高版本。
以下支持的平台之一：
Ubuntu 14.04
Ubuntu 16.04
POWER8
以下支持的CUDA版本和NVIDIA图形驱动程序之一：
NVIDIA图形驱动程序375.88或更新的CUDA 8
NVIDIA图形驱动程序384.81或更新的CUDA 9
检查你的linux版本信息
uname -m && cat /etc/*release
(1)第一种安装方法，RPM Installer
[root@bogon 2018]# wget -P /home/job/2018 https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-rhel7-8-0-local-ga2-8.0.61-1.x86_64-rpm
[root@bogon 2018]# sudo rpm -i cuda-repo-rhel7-8-0-local-ga2-8.0.61-1.x86_64.rpm
[root@bogon 2018]# sudo yum clean all
[root@bogon 2018]# sudo yum install cuda --skip-broken
如果提示缺少相关依赖包，就则执行以下命令
yum -y install epel-release
yum -y install --enablerepo=epel dkms
yum install cuda --skip-broken
然后跳转直本文内容---->“最后提示你要设置环境变量”
参考
解决类似 /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.21’ not found 的问题
http://blog.csdn.net/luoww1/article/details/51509298
(2)第二种安装方法，Runfile Installer
wget -P /home/job/2018 https://developer.nvidia.com/compute/cuda/9.1/Prod/local_installers/cuda_9.1.85_387.26_linux
下载完成之后，直接执行
sudo sh cuda_9.1.85_387.26_linux.run
会一有段很长很长的说明内容，直接按q，然后回答问题
Enter Toolkit Location
NVIDIA Driver
Description
This package contains the operating system driver and
fundamental system software components for NVIDIA GPUs.
NVIDIA CUDA Toolkit
Description
The NVIDIA CUDA Toolkit provides command-line and graphical
tools for building, debugging and optimizing the performance
of applications accelerated by NVIDIA GPUs, runtime and math
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 387.26?
(y)es/(n)o/(q)uit: yes
Do you want to install the OpenGL libraries?
(y)es/(n)o/(q)uit [ default is yes ]: yes
Do you want to run nvidia-xconfig?
This will update the system X configuration file so that the NVIDIA X driver
is used. The pre-existing X configuration file will be backed up.
This option should not be used on systems that require a custom
X configuration, such as systems with multiple GPU vendors.
(y)es/(n)o/(q)uit [ default is no ]: yes
Install the CUDA 9.1 Toolkit?
(y)es/(n)o/(q)uit: yes
Enter Toolkit Location
[ default is /usr/local/cuda-9.1 ]: /usr/local/cuda-9.1
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: yes
Install the CUDA 9.1 Samples?
(y)es/(n)o/(q)uit: yes
Enter CUDA Samples Location
[ default is /root ]: /root
Installing the NVIDIA display driver...
Installing the CUDA Toolkit in /usr/local/cuda-9.1 ...
Missing recommended library: libXmu.so
Installing the CUDA Samples in /root ...
Copying samples to /root/NVIDIA_CUDA-9.1_Samples now...
Finished copying samples.
===========
= Summary =
===========
Driver: Installed
Toolkit: Installed in /usr/local/cuda-9.1
Samples: Installed in /root, but missing recommended libraries
Please make sure that
- PATH includes /usr/local/cuda-9.1/bin
- LD_LIBRARY_PATH includes /usr/local/cuda-9.1/lib64, or, add /usr/local/cuda-9.1/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.1/bin
To uninstall the NVIDIA Driver, run nvidia-uninstall
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-9.1/doc/pdf for detailed information on setting up CUDA.
Logfile is /tmp/cuda_install_26050.log
最后提示你要设置环境变量
vi /etc/profile
#官方推荐的做法，如果你安装其它cuda的版本，直接修改cuda-9.1的版本信息就可以了，例如cuda-8.0。
export PATH=/usr/local/cuda-9.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
或
export PATH=/usr/local/cuda-9.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64
保存退出，重启电脑reboot，再检查环境变量是否生效，在终端输入env，检查一下有没有cuda关键字，如果有则表示环境变量设置成功。
注意：可能会安装不成功。
Installing the NVIDIA display driver...
The driver installation is unable to locate the kernel source. Please make sure that the kernel source packages are installed and set up correctly.
If you know that the kernel source packages are installed and set up correctly, you may pass the location of the kernel source with the '--kernel-source-path' flag.
解决方法：
sudo yum install epel-release
yum install --enablerepo=epel dkms
输入init 5或sudo service lightdm start 重新启动图形化界面。
安装完毕后的检查工作
(1)检查 NVIDIA Driver是否安装成功
终端输入$ cat /proc/driver/nvidia/version 会输出NVIDIA Driver的版本号
(2)检查 CUDA Toolkit是否安装成功
终端输入$ nvcc –V 会输出CUDA的版本信息
(3)尝试编译cuda提供的例子
[root@bogon ~]# cd ~
[root@bogon ~]# cuda-install-samples-8.0.sh ~
切换到例子存放的路径，默认路径是cd /root/NVIDIA_CUDA-8.0_Samples
[root@bogon ~]# cd NVIDIA_CUDA-8.0_Samples/deviceQuery
[root@bogon deviceQuery]# make
[root@bogon deviceQuery]# ./deviceQuery
如果cuda显示以下内容，则表明cuda不能检测到显卡了，建议在安装完cuda之后再安装nvidia显卡驱动。不过按照官方要求是在安装cuda之前确保你的系统已经安装完nvidia显卡驱动。
[root@bogon deviceQuery]# ./deviceQuery
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
cudaGetDeviceCount returned 30
-> unknown error
Result = FAIL
注意：可能会遇到的错误。
解决类似 /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.21’ not found 的问题
http://blog.csdn.net/luoww1/article/details/51509298
/usr/bin/ld: cannot find -lglut
解决办法
[root@localhost lib]# locate libglut
/usr/lib64/libglut.so.3
/usr/lib64/libglut.so.3.9.0
[root@localhost lib]# sudo ln -s /usr/lib64/libglut.so.3.9.0 /usr/lib/libglut.so
https://www.cnblogs.com/gj690261824/p/4614929.html
/usr/bin/ld: cannot find -lGL
解决办法
[root@localhost lib]# locate libGL.so
/home/job/MATLAB/R2014b/sys/opengl/lib/glnxa64/libGL.so.1
/home/job/MATLAB/R2014b/sys/opengl/lib/glnxa64/libGL.so.1.5.070200
/usr/lib64/libGL.so
/usr/lib64/libGL.so.1
/usr/lib64/libGL.so.1.0.0
[root@localhost lib]# sudo ln -s /usr/lib64/libGL.so.1.0.0 /usr/lib/libGL.so
https://blog.csdn.net/kangear/article/details/40225325
参考
----------------------
介绍一篇不错的CUDA入门博客
http://bbs.csdn.net/topics/390798229
ubuntu14.04+cuda8.0+cudnn5.1+torch7配置整理
http://blog.csdn.net/app_12062011/article/details/55100180
CentOS7.3安装NVIDIA-1080ti驱动、cuda、cudnn、TensorFlow
https://www.cnblogs.com/mar-q/p/7482720.html
KMOD-NVIDIA
http://elrepo.org/tiki/kmod-nvidia
#在Linux上安装cuDNN
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行CAFFE软件。简单的，插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。
以下步骤描述如何构建一个依赖于cuDNN的程序。选择符合您的环境需求的安装方法。例如，tar文件安装适用于所有Linux平台。
cuDNN v7可以与以前的cuDNN版本共存，如v5或v6。
NVIDIA cuDNN是一个GPU加速深层神经网络库。以下是cuDNN各版本的官方下载链接https://developer.nvidia.com/rdp/cudnn-archive 或
https://developer.nvidia.com/rdp/cudnn-download#a-collapseTwo
#解压缩cuDNN软件包。
[root@bogon 2018]# tar zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz
#导航到你刚才解压cuDNN Tar文件的目录
[root@bogon 2018]# cd cuda
#将以下文件复制到CUDA Toolkit目录中。
[root@bogon cuda]# sudo cp cuda/include/cudnn.h /usr/local/cuda/include
[root@bogon cuda]# sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
[root@bogon cuda]# sudo chmod a+r /usr/local/cuda/include/cudnn.h [root@bogon cuda]# sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
cudnn更新软链接，详情百度。
#验证
必须登录帐号的身份到此处(https://developer.nvidia.com/rdp/cudnn-archive)下载cuDNN v5或cuDNN v5.1代码示例。
1、将cuDNN Tar文件解压到可写路径
[root@bogon 2018]# mkdir ~/cudnn_samples_v5
[root@bogon 2018]# tar -zxvf cudnn-sample-v5.tgz -C ~/cudnn_samples_v5
2、切换到刚才解压的目录，编译mnistCUDNN示例
[root@bogon 2018]# cd ~/cudnn_samples_v5/mnistCUDNN
[root@bogon mnistCUDNN]# make clean && make
上图编译有警告，不过不影响下面步骤的执行。
3、运行mnistCUDNN示例
[root@bogon mnistCUDNN]# ./mnistCUDNN
#如果cuDNN在Linux系统上正确安装并运行，您将看到类似以下内容的消息：
Test passed!
如果执行不成功，提示以下错误，就需要设置环境变量。
[root@localhost mnistCUDNN]# ./mnistCUDNN
./mnistCUDNN: error while loading shared libraries: libcudart.so.8.0: cannot open shared object file: No such file or directory
解决办法：
在/etc/profile文件最后添加export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64,并在命令行中执行source /etc/profile。再次执行./mnistCUDNN就能显示Test passed!
查看 CUDA cudnn 版本
cuda 版本
cat /usr/local/cuda/version.txt
cudnn 版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
参考
----------------------
cuDNN安装指南
http://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html
CPU、GPU、CUDA，CuDNN 简介
http://blog.csdn.net/fangjin_kl/article/details/53906874
安装torch7 深度学习框架
http://blog.csdn.net/xjc864588399/article/details/56015661
#在Linux上安装Torch7，请确保你已经安装了cuda和cudnn。
安装Torch7之前需要安装以下包：
sudo yum install glog-devel boost-devel
pip install dlib matplotlib numpy visvis imageio
如果只安装了python 2.7.5没有安装pip的，就需要单独安装pip了
http://blog.csdn.net/u013372487/article/details/51726002
centos7 解决 Python.h：没有那个文件或目录 错误的方法
sudo yum install python-devel
Do you want to automatically prepend the Torch install location
to PATH and LD_LIBRARY_PATH in your /root/.bashrc? (yes/no)
[yes] >>>
yes
[root@localhost torch]# source $HOME/usr/local/torch/install/bin/torch-activate
[root@localhost torch]# env
致命错误：gflags/gflags.h：没有那个文件或目录 #include <gflags/gflags.h>
yum -y install gflags gflags-devel
提示缺少No module named mplot3d
[root@localhost vrn]# ./run.sh
/root/usr/local/torch/install/bin/luajit: /root/usr/local/torch/install/share/lua/5.1/trepl/init.lua:389: ./utils.lua:4: Python error: execute Python code
Traceback (most recent call last):
File "<string>", line 2, in <module>
ImportError: No module named mplot3d
stack traceback:
[C]: in function 'error'
/root/usr/local/torch/install/share/lua/5.1/trepl/init.lua:389: in function 'require'
main.lua:8: in main chunk
[C]: in function 'dofile'
...ocal/torch/install/lib/luarocks/rocks/trepl/scm-1/bin/th:150: in main chunk
[C]: at 0x004064f0
ls: 无法访问*.txt: 没有那个文件或目录
ls: 无法访问*.raw: 没有那个文件或目录
解决：
yum install freetype-devel
yum install libpng-devel
yum install -y tkinter
yum install -y tk-devel
pip uninstall matplotlib
pip install matplotlib==2.2
Torch是一个科学的计算框架，广泛支持GPU首先使用的机器学习算法。由于使用了简单快捷的脚本语言LuaJIT以及基础的C/CUDA实现，使用起来非常简单，效率也很高。
核心功能概述：
一个强大的N维数组
很多例程索引，切片，转置，…
通过LuaJIT提供了令人惊叹的C接口
线性代数例程
神经网络和基于能量的模型
数字优化例程
快速高效的GPU支持
可嵌入的，带有iOS和Android后端的端口
[root@bogon 2018]# yum install git #已经安装git可以跳过这一步
[root@bogon 2018]# git clone https://github.com/torch/distro.git ~/torch --recursive
[root@bogon 2018]# cd ~/torch; bash install-deps;
#第一个脚本 安装LuaJIT和Torch需要的基本包依赖项。在第二个脚本 安装LuaJIT，LuaRocks，然后使用LuaRocks（Lua中包管理器）来安装核心软件包像torch，nn and paths，以及一些其他的包。执行时间会稍微长些。
[root@bogon torch]# ./install.sh
#该脚本将torch添加到系统PATH环境变量。你只需要执行env命令就可以查看 PATH环境变量的信息。安装脚本将检测您当前的shell是什么，并在正确的配置文件中修改路径。
[root@bogon torch]# source ~/.bashrc
[root@bogon torch]# source ~/.profile
[root@bogon torch]# th
th> torch.Tensor{1,2,3}
要退出交互式会话，请按住ctrl+c两次或键入os.exit()。
参考
http://torch.ch/docs/getting-started.html
#Matlab2014b
1、到百度云盘下载https://pan.baidu.com/s/1kVL1rNp 密码：2mej
2、挂载matlab_unix_2014b.iso到/mnt/cdrom；
mkdir -p /mnt/cdrom/
mount -t iso9660 -o loop /home/job/2018/matlab/matlab_R2014b.iso /mnt/cdrom
3、切换至挂载的目录，cd /mnt/cdrom ，执行安装./install
注意：如果执行不成功，多数原因可能是由于挂载ISO 时提示“mount: /dev/loop0 写保护，将以只读方式挂载。”又或者你的 ISO 文件损坏了。遇到这种情况，只能将挂载的内容全部复制到可读写的本地目录下。具体执行操作。
mkdir -p /mnt/matlab
cp -r /mnt/cdrom/* /mnt/matlab
cd /mnt/matlab
重新执行安装./install
4、必须断网安装
第一步，使用文件安装密钥（不需要Internet连接）
第二步，是否接受许可协议的条款？选择是。
第三步，我已有我的许可证的文件安装密钥：
输入Key：09806-07443-53955-64350-21751-41297
第四步，选择默认安装文件夹，重复选择下一步即至安装成功。
注意：有可能会提示“文件夹错误”，大多数原因是当前用户权限不足，点击取消，切换至su - root，再重新执行./install
5、安装完成之后，进入cd /usr/local/MATLAB/R2014b/bin 执行./matlab
也可以直接输入sh /usr/local/MATLAB/R2014b/bin/matlab来执行。
运行matlab之后会提示让你激活，选择第二项不需要网络激活。
然后在crack文件夹里面找到license文件，如图所示，激活之后再运行matlab即可正常打开。
激活成功之后，将crack文件夹的libmwservices.so文件复制 到/usr/local/MATLAB/R2014b/bin/glnxa64/目录下覆盖源文件
cp /home/job/2018/matlab/crack/libmwservices.so /usr/local/MATLAB/R2014b/bin/glnxa64/
6、取消挂载
umount /mnt/cdrom
ls /mnt 没有显示绿色的名字就是没有在挂载状态
如果在取消挂载时提示目标繁忙，可以使用以下处理方式结束进程。
umount: /mnt/cdrom：目标忙。
(有些情况下通过 lsof(8) 或 fuser(1) 可以
找到有关使用该设备的进程的有用信息)
[root@localhost ~]# umount -f /mnt/cdrom/
umount: /mnt/cdrom：目标忙。
(有些情况下通过 lsof(8) 或 fuser(1) 可以
找到有关使用该设备的进程的有用信息)
[root@localhost ~]# fuser -mv /mnt/cdrom
用户 进程号 权限 命令
/mnt/cdrom: root kernel mount /mnt/cdrom
root 21025 ..c.. bash
[root@localhost ~]# kill -9 21025
[root@localhost ~]# fuser -mv /mnt/cdrom
用户 进程号 权限 命令
/mnt/cdrom: root kernel mount /mnt/cdrom
[root@localhost ~]# umount /mnt/cdrom/
7、如果安装错误， 则建议重新安装。
1.先卸载MATLAB
rm -rf /usr/local/MATLAB/R2014b
2.在/home/user（你的用户名）下面有.matlab文件夹，在删除之前这是一个隐藏文件夹，先要显示隐藏文件，才看得见。
ls -la
rm -rf /home/user（你的用户名）/.matlab
3.删除桌面快捷方式
rm /usr/share/application/matlab.desktop
再重新安装matlab
如果没解压crack.zip 包，就执行unzip crack.zip -d crack，否则就跳过这一步。
4 增加桌面配置文件。这样，就能在桌面顶部的“应用程序”中找到它。如果还需要放置到桌面或者添加到面板，直接从中拖动即可。
[job@localhost ~]$ sudo gedit /usr/share/applications/Matlab.desktop
写入以下内容
[Desktop Entry]
Type=Application
Name=Matlab
GenericName=Matlab 2014b
Comment=Matlab:The Language of Technical Computing
Exec=sh /usr/local/MATLAB/R2014b/bin/matlab -desktop
Icon=/usr/local/MATLAB/R2014b/toolbox/sl3d/mainpage/matlab_logo.gif
Terminal=false
Categories=Matlab;
将刚才创建好的Matlab.desktop文件复制到桌面，cp /usr/share/applications/Matlab.desktop ~/
ubuntu安装可参考
https://blog.csdn.net/caiexu/article/details/82389161
#Vnc Server
1、检查系统是否已经安装X-Window
rpm -qa | grep -i xorg-x11
2、检查系统是否设置默认启动图形界面
[zhoujianwen@centos-linux ~]$ systemctl get-default
graphical.target
#如果不是显示graphical.target，请执行sudo systemctl set-default graphical.target
3、在服务器重启之后，我们就有了一个工作着的 CentOS 7 桌面环境了。
现在我们要在服务器上安装 VNC 服务器了。
[zhoujianwen@centos-linux ~]$ reboot
[zhoujianwen@centos-linux ~]$ sudo yum install tigervnc-server -y
4、配置 VNC
(1) 从/lib/systemd/system/拷贝一份配置文件的范例到/etc/systemd/system/
[zhoujianwen@centos-linux ~]$ sudo cp /lib/systemd/system/[email protected] /etc/systemd/system/vncserver@:1.service
(2)把含有<USER>替换成自己用户名，wq!保存退出。
[zhoujianwen@centos-linux ~]$ sudo vi /etc/systemd/system/vncserver@:1.service
(3)重启systemd，并设置vnc用户的密码
[zhoujianwen@centos-linux ~]$ sudo systemctl daemon-reload
su zhoujianwen
sudo vncpasswd
(4)
开启服务
[zhoujianwen@centos-linux ~]$ sudo systemctl enable vncserver@:1.service
Created symlink from /etc/systemd/system/multi-user.target.wants/vncserver@:1.service to /etc/systemd/system/vncserver@:1.service.
启用服务
参考
Linux下怎样检查、如何查看某软件包是否已经安装？
http://blog.csdn.net/mark20170902/article/details/52774501
CentOS手动编译安装gcc
https://www.cnblogs.com/goodhx/p/5129351.html
Centos7升级gcc学习笔记
https://www.cnblogs.com/highway-9/p/5628852.html
linux里挂载（mount）和取消挂载（umount）命令
https://jingyan.baidu.com/article/925f8cb8a51317c0dde0563d.html
centos7 安装拼音输入法
http://blog.csdn.net/azhangyi188/article/details/52137523
centos7.2 挂载NTFS格式移动硬盘
http://blog.csdn.net/hu_wen/article/details/74805149
Centos下安装matlab
https://jingyan.baidu.com/album/6079ad0e9d889e28ff86db1c.html?picindex=9
写于2018-01-25 21:34
