ubuntu下的常用shell.....一直更新

下载好的whl文件,直接pip install ...whl就行.

1.安装.deb文件
方式1：右键用软件已安装打开后再进行安装，速度慢。
方式2：sudo apt install ......deb,有可能会有权限报错的问题。
方式3：sudo apt-get install -f
       sudo dpkg -i ......deb, dpkg没有apt好的原因是apt会自动安装一些依赖，而dpkg需要手动。t



安装谷歌deb:
先安装谷歌浏览器使用的软件包: sudo apt install libappindicator1 libindicator7
安装deb: sudo dpkg -i ......deb
修复安装过程中的依赖关系: sudo apt -f install


安装搜狗拼音deb:
在设置的语言支持中修改键盘输入法为fcitx(小企鹅输入法)
安装deb: sudo dpkg -i ......deb
修复安装过程中的依赖关系: sudo apt -f install
安装完成后重启.




2.pip使用国内镜像，提升下载速度和安装成功率（此处均是永久置换）
Linux：
cd ~/.pip
mkdir ~/.pip
cd ~/.pip
touch pip.conf
sudo gedit ~/.pip/pip.conf
复制进去：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com

Windows:
windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini。内容同上。
[global]
index-url = https://linux.xidian.edu.cn/mirrors/pypi/web/simple/


3.更新源
sudo cp /etc/apt/source.list /etc/apt/source.list.bak  备份
sudo gedit /etc/apt/source.list   打开并删除

   # deb cdrom:[Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)]/ xenial main restricted  
    deb-src http://archive.ubuntu.com/ubuntu xenial main restricted #Added by software-properties  
    deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted  
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted multiverse universe #Added by software-properties  
    deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted  
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted multiverse universe #Added by software-properties  
    deb http://mirrors.aliyun.com/ubuntu/ xenial universe  
    deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe  
    deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse  
    deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse  
    deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse  
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse #Added by software-properties  
    deb http://archive.canonical.com/ubuntu xenial partner  
    deb-src http://archive.canonical.com/ubuntu xenial partner  
    deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted  
    deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted multiverse universe #Added by software-properties  
    deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe  
    deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse  
#复制并修改上面的源

sudo apt-get update   更新源


4.虚拟环境
sudo apt-get install virtualenvwrapper --fix-missing
mkvirtualenv -p /usr/bin/python2 env27（env36）
workon env27(env36)
deactivate

virtualenv --version  查看版本
删除：rmvirtualenv env27


5. ubuntu16.04下安装CUDA8.0
$ lspci | grep -i nvidia  验证支持cuda的GPU
$ uname -m && cat /etc/*release   查看ubuntu信息
$ gcc --version    查看是否安装gcc，可以显示版本（5.4.0）
如果没有安装：
# 安装python基础开发包
>>> sudo apt install -y python-dev python-pip python-nose gcc g++ git gfortran vim
# 安装运算加速库
>>> sudo apt install -y libopenblas-dev liblapack-dev libatlas-base-dev

# 安装nvidia驱动，在nvidia驱动官网 http://www.geforce.cn/drivers 上查看自己GPU驱动的最新版本号(不需要下载)，然后：
    1、在你的用户登录界面按ctrl+alt+F1进入tty模式
    2、输入你的账户名和密码
    3、依次运行如下语句(需要联网)：
    sudo apt-get purge nvidia-*  //删除现有驱动（亲测不做这步也行）
    sudo add-apt-repository ppa:graphics-drivers/ppa
    sudo apt-get update
    sudo apt-get install nvidia-375   //nvidia-后面的数字是版本号
    sudo reboot //重启
# 重启后，终端输入：
nvidia-smi    //或者  nvidia-settings        
如果没出错，则驱动安装成功。

# 安装cuda, 找到下载好的cuda 8.0 的 runfile安装包
# cd切换到下载的文件目录下进行安装：
sudo sh cuda_8.0.44_linux.run --override
启动安装程序，一直按空格到最后，输入accept接受条款
输入n不安装nvidia图像驱动，之前已经安装过了
输入y安装cuda 8.0工具
回车确认cuda默认安装路径：/usr/local/cuda-8.0
输入y用sudo权限运行安装，输入密码
输入y或者n安装或者不安装指向/usr/local/cuda的符号链接
输入y安装CUDA 8.0 Samples，以便后面测试
回车确认CUDA 8.0 Samples默认安装路径，该安装路径测试完可以删除

# 安装cudnn
# 下载Ubuntu下的cudnn,是一个tgz文件，如果是cuda8.0，cudnn就得是6.0.
# cd到下载的文件目录下，解压：
# tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz
# 解压在下载目录下产生一个cuda目录 
    cd cuda/include/ 
    sudo cp cudnn.h /usr/local/cuda/include/  #复制头文件 
    cd ../lib64    #打开lib64目录 
    sudo cp lib* /usr/local/cuda/lib64/    #复制库文件 
    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*    #给所有用户增加这些文件的读权限 

# 建立软连接
cd /usr/local/cuda/lib64/ 
sudo rm -rf libcudnn.so libcudnn.so.6 
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6 sudo gedit /etc/profile 
sudo ln -s libcudnn.so.6 libcudnn.so 

# 设置环境变量
sudo gedit /etc/profile 
# 末尾加入
PATH=/usr/local/cuda/bin:$PATH 
export PATH
# 保存后，创建链接文件
sudo gedit /etc/ld.so.conf.d/cuda.conf 
# 写入  /usr/local/cuda/lib64 
# 生效链接  sudo ldconfig 


# 测试
# 进入NVIDIA_CUDA-8.0_Samples目录下
sudo make all -j8  （8核）
cd bin/x86_64/linux/release 
./deviceQuery

出现一系列cuda信息，安装完成。

# 想要进行tesroflow的GPU运行，得安装tensorflow-gpu==1.4.0



6. ubuntu16.04下安装opencv3.2

---下载opencv3.2.0.zip, 解压
cd opencv3.2.0
mkdir build 
cd build
sudo cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
sudo make -j8
sudo make install 

---opencv安装后的配置：
添加库的路径
sudo gedit /etc/ld.so.conf.d/opencv.conf
添加内容
/usr/local/lib
在终端输入命令
sudo ldconfig

---设置环境变量
sudo gedit /etc/bash.bashrc
在文件最后加入以下两行并保存：
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

---测试opencv自带例程：
到这里所有的配置都已经完成下面用一个小程序测试一下找到 cd到opencv-3.2.0/smaples/cpp/example_cmake目录下我们可以看到这个目录里官方已经给出了一个cmake的example我们可以拿来测试下按顺序执行
mkdir build
cd build
cmake ..
make
./opencv_example  可以看到hello opencv的界面，即安装成功。



7. windows10+python3.6+opencv安装

想在某个文件夹下打开cmd，就在这个文件夹下的路径上输入cmd，回车后即可看到。  或者：shift+右键
如果cmd下打开的python默认为python2，就把用户PATH里的Anaconda顺序换成anaconda3在前，anaconda2在后。     
（以后不要装两个anaconda了，太傻，anaconda是可以建立虚拟环境的，这样就可以使得另一个python版本加进来）
虚拟环境的创建：
conda create --name env36 python=3.6
activate env36
deactivate env36

http://www.lfd.uci.edu/~gohlke/pythonlibs/  python的whl文件下载地
下载opencv_python-3.4.1-cp36-cp36m-win_amd64.whl后，安装提示版本不兼容。也没找到低版本的whl文件。


按照：pip install opencv-python
      pip insatll opencv-contrib-python 
默认安装后，提示DLL找不到模块，但是VS2015已经安装好了，没找到合适的解决方案。（此方法在python2下安装opencv没有问题）


conda install -c conda-forge opencv
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/  清华大学conda镜像源安装教程（会走流量，所以最好用本校的）
最后imort cv2终于成功了。  cv2.__version__还是‘3.4.1’的。


！！！！！！PS:  https://linux.xidian.edu.cn/wiki/mirror-help/anaconda  到西电开源社区上来，把conda镜像换成西电的
步骤：在开源社区里面找到你需要开源的包（annaconda或者pip），点击右面的问号，直接进入wiki就可以看到使用教程了。里面的论坛也可以帮你解决很多问题。
conda config --add channels https://linux.xidian.edu.cn/mirrors/anaconda/pkgs/main/
conda config --add channels https://linux.xidian.edu.cn/mirrors/anaconda/pkgs/free/
conda config --set show_channel_urls yes


8. ubuntu下压缩与解压缩
#tar -zcvf studio.tar.gz directory_to_compress  压缩
#tar -zxvf studio.tar.gz  解压到当前目录
#tar -zxvf studio.tar.gz  -C /tmp/extract/  解压到指定目录


9. github上传文件

找到自己要分享上传的代码文件夹，右击选择Git Bash，或者在Git Bash中进入这个文件夹。建立一个仓库：
1 git init

选择要添加进仓库的文件：

1 git add .(add后面有个空格)

一般如果你想分享这个文件夹里的所有代码，就在 add后面加“.”，上面的例子就是这样，如果传指定的，只需要把“.”改为文件名即可，现在只是选择了要加入仓库的文件，下面才是添加进入仓库：

1 git commit -m ‘send’(XXX我用的是Git上项目的名称)

-m后面跟一个参数，表示说明，将代码提交到GitHub后，将会在代码文件信息上显示这个说明，如下图标记的地方。

搞了这么久，现在才开始把本地仓库上传到GitHub了，下面两行命令搞定问题：

首先需要pull下代码，才能push上传成功

（git pull origin master）

继续下面的操作

1 git remote add origin git@github.com:Kerrwy/DeepLearingProjectForBeginner.git

2 git pull origin master

3 git push -u origin master

这个git@github.com:XXX/XXX.git就是上面创建项目是生成的地址。现在打开你的项目网址，你就可以发现你的代码已经展示出来了。如果你要更新代码的话，就重复上面的吧。

如果提交了敏感信息，比如代码中设置的自己的密码什么的忘删除就上传上去了怎么办？重新修改过后上传依然有历史记录，而使用Git删除历史记录貌似很麻烦，于是就采用删除项目吧，删除了再重新上传。删除项目需要在GitHub网站上右上方找到admin按钮，进去后右边最下面有个删除的按钮，这样就可以删除了。