ubuntu配置深度学习框架过程中的实用指令

最新推荐文章于 2024-08-12 15:42:35 发布
最新推荐文章于 2024-08-12 15:42:35 发布
阅读量1.3k 收藏 1
点赞数
分类专栏： 机器学习与深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Xiongchao99/article/details/54018041
版权

（私货 RuiJie客户端连接语句：

首次登录：

cd RuijieFilePath

（1）授权：sudo chmod +x ./rjsupplicant.sh

（2）登录信息： sudo bash rjsupplicant.sh -a 1 -d 1 -s internet -u M123456789 -p 12345678 -S 1

（3）以后登录：sudo bash rjsupplicant.sh或sudo bash rjsupplicant.sh&(后台运行)

）


Ubuntu安装后前两步需要做：

1、首次使用su（超级管理员模式），设置管理员密码：sudo passwd，然后输入su的密码即可。进入管理员模式只需输入指令su，然后输入su密码即可。退出su模式只要命令行：su 用户名


2、更新源（步骤请自行百度）


3、对于拥有windows和ubuntu双系统（我是ubuntu12.04 LTS），包括intel集成显卡和nvidia独显的双显卡机，要按装nvidia驱动，需使用Bumblebee(大黄蜂)的安装实现，命令如下：

sudo apt-get install linux-headers-$(uname -r) build-essential

sudo apt-get remove --purge nvidia*

sudo add-apt-repository ppa:bumblebee/stable

sudo apt-get update

sudo apt-get install bumblebee bumblebee-nvidia

sudo reboot


注意：

（1）如果你重启之后无法进入系统，即一直停在linux系统选择前，光标一直在左上角闪烁，不要着急重装系统。先在windows系统用easyBCD（没有就下载一个）删除原来的ubuntu引导项，再重新添加引导项，然后重启试试。

（2）重启成功后，进入终端，按照网上常用的命令测试bumblebee（大黄蜂）是否安装成功：

sudo optirun glxgears

注意：上述命令如果提示没有安装glxgears（运动齿轮动画），会告诉你如何安装它的命令为：

sudo apt-get install mesa-utils

执行该命令安装一个就是了；


glxgears运行后，再开一个终端窗口，查看显卡状态：

lspci | grep VGA

如果NVIDIA显卡驱动那一栏最后不是（rev ff）就表示独显打开正在运行；


然后关掉glxgears窗口，再次查看显卡状态，如果nvidia状态变为(rev ff)，表示独显关闭；


满足以上就表示bumblebee安装成功。



3、查看显卡工作状态：lspci | grep VGA


4、打开N卡设置：optirun nvidia-settings -c :8或者 nvidia-settings

查看显卡信息： nvidia-smi



5、ubuntu的屏幕亮度在亮度设置中无效，可用命令更改屏幕亮度：

echo 180 > /sys/class/backlight/intel_backlight/brightness

（180为亮度值，根据自己的情况调节）


6、开机启动文件亮度设置：

修改引导文件grub：

sudo gedit /etc/default/grub

GRUB_CMDLINE_LINUX=" "这一行修改成GRUB_CMDLINE_LINUX="acpi_backlight=vendor"；


另外把gamma和亮度写入/etc/rc.local就能开机自动设定了，指令如下：

sudo gedit /etc/rc.local

将echo 180 > /sys/class/backlight/intel_backlight/brightness复制粘贴到exit 0前面，并保存；



7、ubuntu安装后首次打开或修改显卡驱动设置重启后桌面空白，没有任务栏也没有顶部菜单栏的解决方式：
右键新建一个文件夹，进入文件夹，从而可以进入：文件系统->usr->share->applications;

分别找到Unity 2D shell和Unity 2D panel双击打开即可开启任务栏和菜单栏；

还可以找到Metacity打开，打开窗口的最大化/最小化/关闭按钮。

8、退出GUI界面，进入命令行模式：
按下Ctrl+Alt+F1（F1~F6均可），输入用户名与密码登录；
关闭桌面服务： sudo stop lightdm；
操作……
操作结束后，开启桌面服务： sudo start lightdm；
注：Ctrl+Alt+F7退出命令行模式；



9、CUDA 6.0在ubuntu12.04 LTS 32位系统上的安装：
有点麻烦，请参考：Ubuntu12.04 LTS上安装cuda 6.0
请以给出的链接为标准，我对其中几个容易出错的步骤加以说明：
(1)   安装必要的库(可以分开单独安装)
  1. sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev 
(2) 删除已有nvidia，拉黑名单（gedit命令直接修改）
  1. sudo apt-get remove --purge nvidia*  
  2. sudo gedit /etc/modprobe.d/blacklist.conf 
将如下添加到文件末：
  1. blacklist amd76x_edac  
  2. blacklist vga16fb  
  3. blacklist nouveau  
  4. blacklist rivafb  
  5. blacklist nvidiafb  
  6. blacklist rivatv

 (3) Ctrl+Alt+F1命令行模式，登录后（注意cuda下载文件名）：
  1. sudo stop lightdm
  2. chmod +x cuda_5.5.22_linux_32.run     （授权）
  3. sudo ./cuda_5.5.22_linux_32.run  
一直同意即可


(4)添加环境步骤：

一般网上教程都是针对64bit位的：

export PATH=$PATH:/usr/local/cuda-6.0/bin
export LD_LIBRARY_PATH=/usr/local/cuda-6.0/lib64:/lib

32位系统应为：

export PATH=$PATH:/usr/local/cuda-6.0/bin
export LD_LIBRARY_PATH=/usr/local/cuda-6.0/lib:/lib



(5)optirun命令无法打开独显，提示错误那一步骤：

sudo gedit /etc/bumblebee/bumblebee.conf

需修改：

1）找到一行

Driver=

把这一行改成

Driver=nvidia


2）找到

[driver-nvidia]

#Module name to load, defaults to Driver if empty or unset

KernelDriver=nvidia

PMMethod=auto

#colon-separated path to the nvidia libraries

LibraryPath=/usr/lib:/usr/lib32

#comma-separated path of the directory containing nvidia_drv.so andthe

#default Xorg modules path

XorgModulePath=/usr/lib/xorg,/usr/lib/xorg/modules

XorgConfFile=/etc/bumblebee/xorg.conf.nvidia

默认驱动装在了/usr/lib/以及/usr/lib/xorg下，把路径中的nvidia-current删除。


(6)测试

如果命令：optirun firefox可打开浏览器，lspci | grep VGA命令可查看到独显打开；关闭浏览器后，lspci | grep VGA命令可查看到独显关闭。那么bumblebee有效了。

现在，开始cuda测试，测试步骤见上述链接。注意：运行./a.out前一定要把独显打开否则会出错，可用optirun firefox实现。


（7）多参考网上教程，同时要看一下cuda官网教程，实在不行就重装。


10、ubuntu软件中心安装AdobeFlash失败，如何用命令安装？

答：如果ubuntu软件中心到flash安装进程未结束，首先结束ubuntu软件中心到安装进程：

sudo rm -rf/var/cache/apt/archives/lock

sudo rm -rf/var/lib/dpkg/lock


上述还不能结束就直接查找进程，杀死对应进程：

ps -af | grepdpkg    （查找进程号）

sudo kill -9 4439        （杀死进程，4439为进程号）


下载flash压缩包：https://get.adobe.com/cn/flashplayer/

然后开始安装：

cd 下载

tar xf flash_player_npapi_linux.i386.tar.gz               （自己输入下载包名）

sudo cp -r usr/* /usr

sudo cp libflashplayer.so /usr/lib/mozilla/plugins/


OK，完工

11、gcc和g++版本降级及切换

答：一般Ubuntu自带的gcc和g++版本都是最新的，比如Ubuntu16.04自带的是5.4版本，要降级到4.7并切换如下：

gcc降级切换：

sudo apt-get install gcc-4.7

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.7 40                        //设置优先级数值

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 60

sudo update-alternatives --config gcc//根据编号选择切换


g++降级切换：

sudo apt-get install g++-4.7

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/g++-4.7 40                        //设置优先级数值

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/g++-5 60

sudo update-alternatives --config g++//根据编号选择切换




空山明月_Blog
关注
专栏目录
目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究（中）
qq_36130719的博客
04-26 435
针对无人机图像背景复杂、分辨率高、目标尺度差异大等特点，基于实时性 和准确性均衡的单阶段目标检测算法YOLOv5，本章提出了一种实时目标检测算 法YOLOv5sm+，力图解决其深度宽度不均衡、分类精度、实时性不足等问题。 首先为解决无人机图像目标尺度差异大、小目标检测率低的问题，分析了深度模 型中模型深度和宽度对无人机图像检测的性能增益，提出了可显著提高感受野的 混合残差空洞卷积模块，并结合无人机图像特点对YOLOv5s模型针对性改进， 设计了YOLOv5sm模型。其次为进一步优化改进模型的实时性与识别率，
目标检测YOLO实战应用案例100讲-基于深度学习的交通场景多尺度目标检测算法研究与应用
qq_36130719的博客
05-26 1283
目前，交通目标检测算法主要分为传统目标检测算法和基于深度学习的目标检测算法。传统的目标检测算法无法有效处理由于不同光照、遮挡等引起的目标非线性外观变化，在区域生成阶段产生大量冗余候选框且正负样本失衡[12]，无法自动学习和生成特征，整体缺乏全局优化策略，难以有效提高分类水平。深度学习技术的迅猛发展在目标检测领域中逐渐展现出无可替代的优越性[13], [14]，同时极大地推动了目标检测在智能交通系统的进一步发展和应用，在交通目标检测、交通状态预测、交通流统计以及道路交通状。
Ubuntu系统下的深度学习目标检测实现
weixin_43650802的博客
04-02 3427
Ubuntu系统下目标检测代码的配置和运行
ubuntu 常用命令（深度学习）
机器视觉爱好者的博客
12-17 279
查看端口占用 1、lsof -i:80 2、netstat -tunlp|grep 80 查看文件夹下文件数量 /bin/ls -l |grep ^-|wc -l 查找文件并删除 find . -name '*LOCKWISE180*' |xargs rm -rf find . -name '*(1)*' -print -exec rm {} -rf \; 命令后台执行 nohup pyth...
深度学习系列-----＞环境搭建（Ubuntu）
最新发布
zhengjieCYD的博客
08-12 2074
电脑基础系统硬件情况：系统：ubuntu18.04、显卡：GTX1050Ti；后续的环境搭建都在此基础上进行。此次学习选择Pytorch作为深度学习的框架，选择的原因主要由于PyTorch 在研究领域特别受欢迎，较多的论文框架也是基于其开发。
深度学习服务器常用命令
weixin_46507641的博客
12-26 338
深度学习服务器提高工作效率命令
ubuntu深度学习指令
qq_41891151的博客
11-25 349
查看更新显卡驱动是否成功：nvidia-smi #下载 1、http://www.nvidia.cn/Download/index.aspx?lang=cn #显卡驱动 2、https://developer.nvidia.com/cuda-toolkit-archive #cuda下载地址
ubuntu16.04常用命令，docker，深度学习相关
weixin_30858241的博客
06-30 66
docker#################################################docker复制docker cp 容器名:容器文件名 外部路径docker cp外部路径容器名:容器路径 docker创建 docker run --runtime=nvidia -t --name 容器名 镜像名 bashnvidia-docker run -it --na...
机器学习/深度学习常用库的配置及其适用的算法总结
i-kernel
12-31 1884
机器学习/深度学习常用库的配置及其适用的算法总结 常识 传统机器学习框架和深度学习框架之间有区别。本质上，机器学习框架涵盖用于分类，回归，聚类，异常检测和数据准备的各种学习方法，并且其可以或可以不包括神经网络方法。深度学习或深度神经网络（DNN）框架涵盖具有许多隐藏层的各种神经网络拓扑。这些层包括模式识别的多步骤过程。网络中的层越多，可以提取用于聚类和分类的特征越复杂。 按照各类框架主要实现...
【20210122期AI简报】保姆级深度学习环境配置指南、寒武纪首颗AI训练芯片亮相...
rtthreadiotos的博客
01-22 787
导读：本期为 AI 简报 20210122 期，将为您带来 9 条相关新闻，新增论文推送，在文章底部，祝各位牛年大吉~本文一共 3700 字，通篇阅读结束需要 7~10 分钟1. 保姆级...
深度学习-8-深度学习硬件指南
qq_20466211的博客
10-20 140
深度学习的硬件选择指南
ubuntu常用命令
xranmail的博客
12-14 550
1.文本处理： $grep -v '^\s*$' test.txt //删除文本中所有空行,-v表示将匹配的结果进行反转，正则表达式匹配空行 %s/xx/ctrl+v,Enter/g //把字符'xx'替换成换行 $sort -u test.txt //删除相同行 sort将文件的每一行作为一个单位，相互比较，比较原则是从首字符向后，依次按ASCII码值进行比较，最后将他们按升序输出 ...
Ubuntu深度学习环境配置常用命令
binqiang2wang
09-03 355
查看显卡信息 lspci |grep -i vga lspci -k | grep -A 2 -i "VGA" 查看驱动设备 ubuntu-drivers devices 查看cuda版本 cat /usr/local/cuda/version.txt 查看cudnn版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_M...
深度学习指南：基于Ubuntu从头开始搭建环境
happytofly的博客
06-01 2650
原文链接：Setting up a Deep Learning Machine from Scratch (Software) 译者：刘翔宇 审校：赵屹华 责编：周建丁（zhoujd@csdn.net） 这是一篇为机器搭建深度学习研究环境的详细指南，包括驱动程序、工具和各种深度学习框架的安装指导。在64位Ubuntu 14.04的机器上使用Nvidia Titan X进行测试。...
ubuntu做深度学习的小知识点(持续更新)
zuyuhuo6777的博客
02-14 389
1、cuda设置指定的GPU可见 代码：CUDA_VISIBLE_DEVICES='0,1' python test.py https://blog.csdn.net/u010454261/article/details/70236988/ 2、Linux命令之后台运行:指定CUDA nohup 命令 & 1、https://blog.csdn.net/wangjunjun2008...
ubuntu搭建深度学习环境
qq_40109412的博客
10-03 90
查看GPU型号 lspci | grep -i nvidia 查看NVIDIA驱动版本 sudo dpkg --list | grep nvidia-* 3、在安装GTX1070显卡驱动的时候，因为要禁止系统自带驱动，故修改： sudo gedit /etc/modprobe.d/blacklist.conf 在文本最后添加一条 blacklist nouveau 4、卸载官方驱动nouveau sudo apt-get --purge remove xserver-xo..
Ubuntu深度学习环境搭建
weixin_40437864的博客
04-19 1259
Ubuntu深度学习环境搭建1.关于安装Ubuntu系统2. 安装英伟达驱动2.1安装依赖包(可选)2.2 禁用nouveau驱动(可选)3. 安装英伟达显卡驱动4. 关于Ubuntu内核版本与驱动版本不一致问题5. 安装cuda与pytorch 1.关于安装Ubuntu系统 Ubuntu系统安装的教程有很多，这里不做赘述，主要记录一下带有集成显卡和独立显卡安装Ubuntu系统出现问题如何解决。带有集显和独显的电脑安装Ubuntu系统需要进入BIOS关闭安全模式和禁用集成显卡，惠普工作站BIOS操作界面如下
ubuntu 16.04搭建深度学习环境
简单点的学习点滴
05-11 991
ubutu16.04 搭建深度学习环境 1.安装anaconda集成开发环境 内置python丰富的库 安装方便 anaconda官网下载完离线安装更快，版本对应如下，自行选择 个人建议 anaconda3.5.1 – python3.6 – cuda9.0 – cudnn 7.0 python anaconda 2*(系列） 2.7 3.4.0-3.4.2 3.5 3...
Ubuntu安装配置深度学习环境
aliuxuwhy的博客
06-10 266
Anaconda+NVIDIA驱动器+cuda pytorch + pycharm安装 1：安装anaconda，用sh进行安装 注意激活base环境，在用conda creat pytorch python =3.8 来创建一个pytorch环境，并用conda activate pytorch来激活该环境，在此环境中安装pytorch+cuda，可以用conda list 来查看是否安装cuda conda pytorch 2：nVidia驱动器版本要和显卡保持一致，并下载相应的cuda驱动； nV
Ubuntu系统下深度学习框架Caffe详细安装教程
"这篇文档是关于深度学习框架Caffe的安装指南，由NVIDIA精英级合作伙伴提供技术支持。主要内容包括安装依赖库、CUDA、ATLAS、Python环境配置以及CUDNN的安装步骤。" 在安装Caffe之前，首先要确保你的系统已经安装了...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值