【Linux Mint 深度学习开发环境搭建】开发软件安装

系列文章目录

第一章 Linux mint 深度学习开发环境搭建之Nvidia显卡相关软件安装
第二章 Linux mint 深度学习开发环境搭建之开发软件安装
第三章 Linux mint 深度学习开发环境搭建之多深度学习框架融合环境

---

---

前言

前文讲述了cuda相关安装，本文讲述编程复现代码所常用的调试工具与IDE安装，深度学习最常用的开发语言是python，其实本篇侧重于python开发环境搭建。

---

一、安装anaconda

1.什么是anaconda？

conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。可以理解为一个python环境与包管理器。

2.安装步骤

• 点击下面官网链接，直接下载。注意选择版本是linux
  anaconda官网
  
  anaconda有时候也会访问不了，如果加载不出来，也可以去下方清华的镜像源中去下载。注意选择版本。
  清华镜像
  
• 在下载目录下开启终端后，输入命令安装

sh Anaconda3-2022.10-Linux-x86_64.sh 

• 安装过程会有提示，此处按回车即可

Welcome to Anaconda3 2022.10
In order to continue the installation process,please review the
license
agreement.
Please,press ENTER to continue

出现许多条款，直接拉到最下面输入yes即可

Please answer
yes or no

下面这段是是否选择在每次开启终端时自动进入anaconda的base环境，根据个人需要选择，此处我选择‘no’

Preparing transaction:done
Executing transaction:done
installation finished.
Do you wish the installer to initialize Anaconda3
by running conda init?[yes no]
[no]>>>

• 修改默认下载源，conda默认的国外源下载包很慢，我们需要修改为国内源，修改的方法可以参考清华镜像源的地址如下
  anaconda清华源配置
  如果懒得看，也可以按下面操作
  打开终端，输入下面代码打开配置文件

sudo vim ~/.condarc

按下i键，进入vim的输入模式，将下面文本粘贴进去。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  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: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

按下Esc键，输入“:wq”，保存粘贴的文本，便将下载源配置好了。

二、docker安装

1.什么是docker？

Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux或Windows操作系统的机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。

2.安装步骤

• 在终端下执行下面命令，使用官方脚本一键安装

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun

• 在终端下执行下面命令，可以测试docker是否安装成功

sudo docker run hello-world

三、Nvidia-docker安装

为了在容器中可以使用nvidia显卡，我们还需要安装Nvidia-docker。

• 添加环境配置，注意：下面语句中的ubuntu20.04是由于本机安装的是mint版本对应ubuntu20.04，若是其他版本，请注意此处需要替换。

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu20.04/nvidia-docker.list | \
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

• 安装runtime文件

sudo apt-get install nvidia-container-runtime

• 修改守护进程文件

vim etc/docker/daemon.json

修改内容最终如下所示：

{
  "default-runtime":"nvidia",
      	"runtimes": {
        "nvidia": {
            "path": "nvidia-container-runtime",
            "runtimeArgs": []
        }
    }
}

• 重启docker服务

systemctl restart docker

四、可视化docker管理工具portainer安装

1.什么是portainer

Portainer 是一个轻量级的管理 UI ，可以让你轻松使用网页管理不同的 Docker 环境，虽然我觉得直接在终端下输命令挺棒的，但要论方便易上手，那还是用个图形化界面吧。

2.安装方法

• docker命令拉去portainer

docker pull portainer/portainer

• 创建portainer 的容器

docker run -d -p 8000:8000 -p 9000:9000 --name=portainer --restart=always -v /var/run/docker.sock:/var/run/docker.sock -v portainer_data:/data portainer/portainer

• 在浏览器中输入下面地址进入portainer，首次进入需配置用户名和密码

http://127.0.0.1:9000/

五、Netron安装

1.什么是netron？

netron是一个深度学习模型可视化库，可以支持多种格式的模型权重文件可视化，可以用它来核对最终模型结构是否是自己所需要的

2.安装方法

• 在终端下输入以下命令，可以直接安装netron

sudo snap install netron

• 不过，可能会出现如下图的报错，没有安装snap，待我们安装snap时，又会提示，可能包已经丢失了
  
  其实这些是由于在Linux Mint 20中，snap被显式阻止，必须通过删除相应的配置偏好来激活它，所以我们在终端输入下面命令来删除它

sudo rm /etc/apt/preferences.d/nosnap.pref

此时再安装snap和netron即可成功

六、IDE安装

集成可发环境，即IDE(Integrated Development Environment)，是用于提供程序开发环境的应用程序，一般包括代码编辑器、编译器、调试器和图形用户界面等工具。

1.pycharm

深度学习用python进行训练测试是最多的，关于python的IDE首推当然是pycharm。下面的官网链接可以下载pycharm，社区版是免费的，专业版需要购买付费，如果你是学生的话，可以通过验证高校邮箱的方式，免费使用，但如果你工作了就要付钱了。

• 下载安装包，其后缀名为.tar.gz

pycharm官方下载链接

• 右击安装包，选择Extract Here，可以解压。
• 在解压后文件夹的同级目录下，右击鼠标选择open in terminal打开终端。输入下面命令进入文件夹安装

cd pycharm-2022.2.3/bin
sh pycharm.sh

• 选择接受条款，不分享数据
  
  
• 输入激活码进行激活
  
• 点击File→open，打开对应代码的文件夹即可使用
  

2.VScode

• VSCode（全称：Visual Studio Code）是一款微软开发且跨平台的免费源代码编辑器，支持各种插件，重点是开源免费！ 下面是下载链接。
  vscode官方下载
  

• 下载后直接双击安装，安装好后在mint菜单，搜索即可找到，点击即可打开
  

其他配置修改

1.修改pip源

• 在终端下输入以下代码创建pip配置文件夹

mkdir ~/.pip

• 创建并打开配置文件

vim ~/.pip/pip.conf

• 按下i键，将以下内容复制后粘贴

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

其中， https://pypi.tuna.tsinghua.edu.cn/simple 可替换为其他下列其他pip源地址

阿里云 https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

2.常用lib包下载

• 安装一些常用的包，方便日后编译的时候使用

sudo apt-get install libgoogle-glog-dev libboost-system-dev  libopencv-dev libopenblas-dev 

sudo apt-get install git cmake lmdb

注意opencv库安装完成了，需要进行软连接，以防后面cmake时找不到,
即在终端下输入以下命令即可

sudo ln -s /usr/include/opencv4/opencv2 /usr/include/

总结

介绍了深度学习所需要的python开发环境的搭建。