Ubuntu环境配置命令备查（Ubuntu 20.04LTS、CUDA12.2、cudnn）

注意事项：主要参考第一篇，第二篇部分不是很清楚。第一篇中的Cuda Cudnn都要在官网下载，不使用他提供的网盘。

安装Win11+ubuntu20.04双系统

ubuntu分区 ，留一个未分区的空间（不设置盘空间）efi 2GB 交换空间64G 根空间200G home 700G 确认安装前，特别注意在分区设置后引导的安装区域（下拉菜单）也要选择。

Win11+Ubuntu20.04双系统安装教程_win11 ubuntu双系统-CSDN博客

cudnn 解压粘贴注意改目录

sudo cp cudnn-linux-x86_64-8.9.5.30_cuda12-archive/include/cudnn.h /usr/local/cuda/include
sudo cp cudnn-linux-x86_64-8.9.5.30_cuda12-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*  

【精选】ubuntu20.04 下深度学习环境配置 史上最详细教程_ubuntu 深度学习 奶奶_来自γ星的赛亚人的博客-CSDN博客

【Ubuntu 20.04LTS系统】安装CUDA11.8、cuDNN，可进行CUDA版本切换-CSDN博客

Ubuntu 20.04LTS系统安装CUDA12.2、cuDNN

1. 安装CUDA

步骤一： 下载CUDA安装包

    进行CUDA和cuDNN的选择，也可以直接根据官方推荐进行下载安装。
    从Nvidia官网下载CUDA https://developer.nvidia.com/cuda-downloads
    下方链接，选择更多版本 https://developer.nvidia.com/cuda-toolkit-archive
   

wget https://developer.download.nvidia.com/compute/cuda/12.2.1/local_installers/cuda_12.2.1_535.86.10_linux.run
sudo sh cuda_12.2.1_535.86.10_linux.run

验证CUDA安装的命令 ——nvcc -V

3. 安装cuDNN

步骤一：下载cuDNN包

    https://developer.nvidia.com/rdp/cudnn-archive

   

ubuntu下安装cudnn，参考前面给的链接！！！

windows下安装cudnn，参考下面的链接！！！但是只能参考到第4步，后面需要安装conda，配置虚拟环境

【R语言】Win11配置深度学习环境gpu-torch - 知乎

Ubuntu下安装Anaconda参考前面的教程

windows下Anaconda，主要参考下面，但是版本没有使用最新的，这里参考了前面Ubuntu下安装教程里面提到的版本不要太新。

windows下环境变量，自己成功实现的和教程里面不一样

具体安装的顺序

Anaconda的安装（windows详细教程）_windows安装anaconda-CSDN博客

Conda卸载Ubuntu22.04 下卸载重装Anaconda_ubuntu卸载conda_Chenxu_Wen的博客-CSDN博客文章浏览阅读1.6k次。用conda创建环境时报错Fatal Python error: initfsencoding: Unable to get the locale encoding. LookupError: no codec search functions registered: can't find encoding找问题发现是原来安装的conda已损坏，记录卸载anaconda并重新安装的过程。_ubuntu卸载condahttps://blog.csdn.net/qq_45461410/article/details/132698937

vim 编辑 .bashrc

https://blog.csdn.net/qq_41033241/article/details/115527837

conda创建环境

conda create -n yolov8 python=3.8
# name 处是你自己创建环境的名字 python=3.6可以更换，就是python的版本，建议不要太高

conda 环境激活

To activate this environment, use
#
#     $ conda activate 1105py36
#
# To deactivate an active environment, use
#
#     $ conda deactivate

conda 删除环境

conda env remove -n yolov8test

Pytorch设置  Python版本低，Pytorch版本高不了的

Pytorch官网下载，用conda代码，如conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

Start Locally | PyTorch

【精选】conday安装GPU版pytorch，结果却是cpu版本[找到问题根源，从容解决]_pytorch-mutex_windSeS的博客-CSDN博客

torch2.0版本过高，可装1.13

# CUDA 11.6
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia

验证是否安装成功
（1）在命令行左边为 pytorch 环境中，输入 python

（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了

（3）接下来，输入 torch.cuda.is_available，如果是 True，意味着你可以使用 GPU。

或者建立验证程序

#test.py代码（查看pytorch是否支持GPU）：

#输入库

import torch

#查看版本

print(torch.__version__)

#查看gpu是否可用

print(torch.cuda.is_available())

#返回设备gpu个数

print(torch.cuda.device_count())

# 查看对应CUDA的版本号

print(torch.backends.cudnn.version())

print(torch.version.cuda)

#退出python

quit()西

卸载Pytorch

pip uninstall torch torchvision

————————————————
版权声明：本文为CSDN博主「henu-于笨笨」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_45527999/article/details/124571570

下载慢？换源！参考如下：

【python 第三方库安装换源】_python第三方库 换源-CSDN博客

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/

其他国内第三方库的下载源地址：

阿里云：http://mirrors.aliyun.com/pypi/simple/
科技大学：https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣：http://pypi.douban.com/simple/
清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学：http://pypi.mirrors.ustc.edu.cn/simple/
————————————————

更新所有系统包命令

sudo apt update

sudo apt upgrade

第三方软件卸载

1.打开一个终端，输入dpkg --list ,按下Enter键，终端输出以下内容，显示的是你电脑上安装的所有软件。
在这里插入图片描述
在终端中找到你需要卸载的软件的名称，列表是按照首字母排序的。有可能一页显示不完
需要按键盘的向下键才能显示，鼠标滚动式不会显示的，有点像vi打开一个文件一样
可以 输入 /软件名，来直接找到软件，

3.在终端上输入命令sudo apt-get --purge remove 包名（–purge是可选项，写上这个属性是将软件及其配置文件一并删除，如不需要删除配置文件，可执行sudo apt-get remove 包名） ，此处我要删除的是polipo ，那么在终端输入sudo apt-get --purge remove polipo，按下回车，输入密码，再次回车。

4.执行过程中，会提示你是否真的要删除（继续执行删除命令），在终端输入y ，然后回车，删除程序继续执行。

5.正常情况下，再次出现输入命令行删除成功。
————————————————

安装 Psensors 工具。

Psensor是一种图形工具，它依赖于 lm_sensors 程序以图形格式显示温度读数。运行以下命令进行安装：

sudo apt install psensor

Ubuntu显卡相关的黑屏-解决方案

（1）显卡驱动不兼容

apt-get remove --purge nvidia*
apt-get autoremove

#具体显卡版本参考——Ubuntu20.04安装Nvidia显卡驱动（如3090）后，网络丢失_ubuntu20.04安装显卡驱动后 不能上网-CSDN博客

如果还是进不去，参考下面Ubuntu开机就卡在 /dev/nvme0n1p2: clean, xxxxx/xxxxxxx files, xxxxxx/xxxxxxxxx blocks，一直进入不了图形界面 - 知乎

（2）显卡切换的问题

第一步——主板bios设置

Bios中设置，华硕Z790主板Bios界面——右下角高级模式——高级——北桥——显示设置--首选显卡auto、初始化igpu打开。（igpu打开，是开启核显的必要条件，后面进系统安装驱动程序），把连接屏幕的HDMI线接到主板的HDMI口。重启

注意！！！这里设置会导致Windows蓝屏，如有问题只能恢复BIOS（恢复bios时，千万注意恢复初始设置后直接保存重启，别的xmp等等设置后面在改）。反正设置中途有问题，记得恢复BIOS的出厂设置。

前面的问题，有很大可能是14代处理器新，主板bios没跟上，要更新主板bios解决。即，这里提到的蓝屏，特别是针对某一软件的可复现蓝屏，即打开软件就蓝屏，其他软件正常——更新独显核显驱动程序无效，属于硬件级别设置错误，另外网上也有14900K的特定故障，说是intel在14代处理器里面的指令集有问题，后续要等各主板厂家更新bios，网址：重磅修复：13 代酷睿 i9 电脑 Win11 蓝屏原因查明了！微星推 BIOS 更新修复！ - 哔哩哔哩）
————————————————

第二步——Ubuntu中设置

高版本的Nvidia驱动设置没有prime-select选项，故采用Ubuntu内命令行

命令有三：sudo prime-select intel    核显

或者 sudo prime-select nvidia        独显

或者 sudo prime-select on-demand    自适应，最终要选这个

如果进不去系统，则Bios双系统切换时选择Ubuntu Recovery Mode——选择root并点ok——开始输入指令，sudo prime-select on-demand。

特别的，对于带核显的电脑，特别是处理器新开启核显（核显被Bios屏蔽时装的ubuntu，装完系统开启核显），故出现黑屏、卡顿等等，上面的第一和第三命令切换下（最后落到第三命令），进系统就正常了。

 参考资料：Ubuntu22.04设置独显用于深度学习运算，核显用于屏幕显示_prime-select-CSDN博客
 

标记工具labelme

标注工具labelme 

GitHub - labelmeai/labelme: Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation).

2、安装必要的pyqt5的包，指定5.14.0版本 

pip install -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com pyqt5==5.14.0 

3、Conda install pillow==4.0.0 

安装版本参考ubuntu中安装labelme_ubuntu安装labelme-CSDN博客

'bash' 不是内部或外部命令,也不是可运行的程序，解决办法

https://wenku.csdn.net/answer/a08a7619b406afe6a9c75b9d41edd9e5

虚拟环境下更换python版本_虚拟环境升级python-CSDN博客