Ubuntu 环境部署 安装大全

更多参考：参考链接

1. 安装Ubuntu18.04，选英文：参考链接
2. 软件与更新里换国内源，设置里换中文显示
3. 关机，插入机械硬盘，启动，设置开机自动挂载：参考链接
4. sudo dpkg -i edge.deb，发现依赖没有安装，sudo apt -f install
5. sudo apt update，发现没有公钥：参考链接
6. sudo apt upgrade，重启后锁内核：参考链接，同时软件更新里选从不
7. 安装nvidia驱动，步骤见8-10
8. 禁用nouveau，安装gcc、make等：参考链接
9. 从官网下载驱动，ctrl+alt+f1进入命令行界面，sudo ./NVIDIAxxxx.run --no-x-check，参考链接
10. nvidia-smi，重启
11. 添加新用户：参考链接，设置分辨率：参考链接
12. 安装cuda，下载地址
    修改~下的.bashrc文件，source ~/.bashrc
    export PATH="/usr/local/cuda-10.2/bin:$PATH"
    export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"
    （卸载cuda）
13. 安装cudnn：下载地址、参考链接
14. 安装anaconda：参考链接
15. conda换源，更多源
    conda config --add channels https://mirrors.nju.edu.cn/anaconda/pkgs/free/
    conda config --add channels https://mirrors.nju.edu.cn/anaconda/pkgs/main/
    conda config --add channels https://mirrors.nju.edu.cn/anaconda/cloud/pytorch/
    conda config --set show_channel_urls yes
    也可修改~下的.condarc
16. pip换源，pip install pqi
17. 使用pytorch检查cuda、cudnn是否安正常使用
    import torch
    print(torch.cuda.is_available())  #返回True则说明已经安装了cuda
    from torch.backends import cudnn 
    print(cudnn.is_available())  #返回True则说明已经安装了cuDNN
18. 安装配置qv2和谐ray：参考链接，2.7版不能用，换2.6.3版
    若配置出了问题，删除~/.config/qv2ray文件夹
19. 安装pycharm：参考链接
20. 加入中文输入（不装第三方输入法）
21. ppa安装fsearch：参考链接
22. typora找历史免费版本，其他软件安装学习：参考链接
23. wps安装：参考评论区
24. 罗技鼠标映射：参考1，参考2，sudo systemctl restart logid
25. 安装学习：参考链接，卸载学习：参考链接，卸载火狐：参考链接
26. 软链接快捷方式：参考链接
27. 连服务器，ssh kw@ip，在文件管理-其他位置输入ip可传文件
28. 安装stacer、meshlab、matlab、todesk、vlc、shutter
29. 主题美化：参考链接
30. 字体下载：参考链接

31. 更多软件：参考链接

【Linux下cuda切换版本】
找到个人用户目录下的bashrc文件，修改cuda版本，最后source ~/.bashrc
export CUDA_HOME=/usr/local/cuda-10.2
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}

【Win下cuda切换版本】

进入环境变量，CUDA_PATH、NVCUDASAMPLES_ROOT修改成对应的版本
path中对应版本上移到最前面