kali linux安装过程参考:
《kali2020.1安装过程详解(真的超详细)》https://zhuanlan.zhihu.com/p/107667275?from_voters_page=true
利用rufus录制u盘安装到磁盘上。
安装nvidia
驱动下载地址:https://www.nvidia.com/Download/index.aspx?lang=en-us
参考https://www.kali.org/docs/general-use/install-nvidia-drivers-on-kali-linux/
参考:https://www.jianshu.com/p/50d2c2c9cd21
一.更新系统
apt-get update
apt-get upgrade
apt-get dist-upgrade
uname -a
apt install linux-headers-$(uname -r)
注意 $(uname -r)是你的kali发行版本号
二.屏蔽nouveau
vim /etc/modprobe.d/nvidia-blacklists-nouveau.conf
加入下面:
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
lsmod | grep -i nouveau
没有东西代表屏蔽成功了
update-initramfs -u && reboot
三. 安装与nvidia驱动相关的包
sudo apt-get install nvidia-kernel-dkms nvidia-cuda-toolkit nvidia-driver
参考:
《在kali下更新内核头文件与安装nvdia显卡驱动》
安装anaconda
bash Anaconda3-2020.02-Linux-x86_64.sh
一路enter ,yes
source .bashrc
会出现无法启动anaconda
输入:conda update anaconda-navigator
创建虚拟环境keras,并在keras环境下安装:
conda install -c anaconda keras-gpu
具体内容参考:https://www.tutorialspoint.com/keras/keras_installation.htm
创建虚拟环境pytorch,并在pytorch环境下安装:
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
参考:https://pytorch.org/get-started/locally/
安装opencv
参考:
《Anaconda环境下安装opencv4(添加源)》
https://blog.csdn.net/tomato3351/article/details/102515287
这些信息存储在用户目录下的.condarc文件中。如果没有可以先用命令
conda config --set show_channel_urls yes
自动生成。然后打开,里面格式是类似这样的:
ssl_verify: true
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- defaults
show_channel_urls: true
激活相对应的conda虚拟环境
pip install opencv-python
参考:https://github.com/vipstone/faceai/blob/master/doc/settingup.md
安装完后,显示器还是由集显提供支持,计算时通过cuda使用独立显卡算力。
使用深度强化学习的全自动渗透测试工具
项目地址:https://github.com/13o-bbr-bbq/machine_learning_security/tree/master/DeepExploit