从双系统重装ubuntu20.04到安装paddlex框架（记录一下）

小记： 赶在中秋前两天，趁着放假的时间重装了自己的电脑，以前是ununtu16.04还是2017年重装的电脑，转眼就4年过去了。近期工作上有深度学习的研究，所以决定重装下电脑。深度学习是比较热的话题，前些年特别火，近几年区域稳定发展中。百度的paddle框架很不错，部门研究了下他下边的一个全流程开发工具paddlex，部门老大说了我还不信他们能开源出来，毕竟也几年没玩了，但是看了过后感觉是真香阿。废话不多说上干货。

环境说明：

操作系统： win10 + ubuntu20.04

系统盘百度网盘地址：

链接: https://pan.baidu.com/s/1XwNTqqFUv9vpAlZWkv3gJw 提取码: g2re

UEFI控制安装在win10 上，用的EasyUEFI （你就理解是启动那个操作系统，进入就行了）

既然安装系统肯定需要制作U盘启动，使用Rufus

操作系统整体安装参考：easyuefi双系统引导_手把手教你Windows Linux双系统的安装与卸载_白尼桑塔纳的博客-CSDN博客https://blog.csdn.net/weixin_33363025/article/details/113534971?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0.nolandingword2&spm=1001.2101.3001.4242注意事项，制作U盘需要大于8G。剩余的操作系统空间建议不少于200G，我的是200多点。在制作完U盘之后，如果之前有ununtu的盘需要删除盘，组成200G的为分配磁盘空间，我的电脑打开，管理，磁盘管理，找到看着很像的盘，什么样子呢，就是没有盘符且不是恢复盘的几个，删掉既可。

有了启动U盘和空间，重启电脑之后按住F2 ，我是dell外星人系统，需要切换一个,Sata operation RAID ON 改 ACHI ，这块没有继续研究，如果是ubuntu我这块就必须是这个格式，有人说可以统一，我没有继续研究可以用就行了。保存重启，按住F12使用usb进入启动，语言选择可以是中文，和中文键盘，这块省的后边装输入法了，等安装完还能切换成英文。

进入安装参考上边帖子的东西，我这里在磁盘分区的时候，参考的是我17年的笔记：

1 主分区 /  40G

2 swap 逻辑 交换区 20G

3 boot  逻辑  /boot   1G

4 home 逻辑 /home  剩余所有大小

启动选择的分区就是boot对应分区，然后就一路安装。（这个过程有点长）

后边就是进入到系统系统可能会默认更新软件，等他更新重启，然后看看自己的nvidia-smi是什么情况

ubuntu20安装 paddle-gpu_段鹏飞-CSDN博客引读1、环境需求前期环境准备2、依赖以及框架安装cuda11安装nccl2.7.8的导入cudnn 8.0.4.30 导入TensorRT-7.2.0.14导入库链接3、paddlepaddle-gpu安装4、测试由于本人原因，本次没有实机演示，我会尽可能的描述清楚。 另外 初次接触，概念和想法都是我自己所理解的，路过的小伙伴一定要带自己的想法，别被我的有些错误的观念舞蹈1、环境需求本次环境本身由于之前环境的错误，我受托在一个基本所有的都处于全新的环境进行部署，所以 所有的软件系统版本都极新，科研可以https://blog.csdn.net/weixin_42097690/article/details/109100763ubuntu安装驱动和相关类库参考：下载cuda相关地址自己注册个账户可能：cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive关于驱动，我的是GTX1080,ununtu系统安装之后，不替换国内源，因为一旦替换就各种问题，选择460的驱动，或者命令安装；这里需要说的是安装完系统之后自带了一个470的驱动和cuda11.4工具包，我降级成了460和cuda11.2(因为paddle最高现在就是11.2)

我为了省事直接sudo su 变成管理员权限直接

python默认装的3.9，我设置了一个软连接，如下：

-移除已有软连接（如果有）

sudo rm -rf /usr/bin/python3

sudo rm -rf/usr/bin/python

-增加新的软连接

sudo ln -s /usr/bin/python3.9  /usr/bin/python3

sudo ln -s /usr/bin/python3.9 /usr/bin/python

cuda相关下载：

链接: https://pan.baidu.com/s/16-S7kYqiA5YvfYLkftZ5IQ 提取码: ism6

cuda_11.0.2_450.51.05_linux.run

cudnn-11.0-linux-x64-v8.0.4.30.tgz

nccl_2.7.8-1+cuda11.0_x86_64.txz

TensorRT-7.2.0.14.Ubuntu-18.04.x86_64-gnu.cuda-11.0.cudnn8.0.tar.gz

参考上边帖子安装 ，安装之后 ，nvcc -V 有就成功了cuda没错了就

paddle的话是这个命令：（post112就代表cuda11.2,咱们就是为了用GPU就这安装就对了）

python -m pip install paddlepaddle-gpu==2.1.3.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

百度的就参考：

安装完成后您可以使用 python 或 python3 进入python解释器，输入import paddle ，再输入 paddle.utils.run_check()

如果出现PaddlePaddle is installed successfully!，说明您已成功安装。

paddlex安装我是直接源码安装，clone到本地之后，然后就是执行本地安装，进入到static里面把需要安装的requirements里，删除paddlepaddle-gpu,因为已经安装过了，执行 python setup.py install 安完之后pip list里面就出来了paddlex和paddlex_restful

启动的话为了调试，我直接是本地启动了paddlex_resful，command.py稍微改造了下：

def main():
    # import paddlex_restful as pdxr
    import restful

    restful.app.run(27000, "/home/dlw/paddle/paddlex_workspace")

直接可以调试了就，牛了，在进入到浏览器查看系统，下载样例数据的时候可能报错，这就是为啥我把语言切成英文的原因，代码里面编码写的不对。

启动之后，样例数据下载后，开始找一个训练，此时可能发现是否使用GPU是【否】，这点是安装下pip install pycuda，然后默认训练，如果没有CUDA相关的错误，那就说明调用cuda没问题，但是有可能也报错，显卡内存不足等。调整batch大小就能解决了，我尝试了几次。完成训练，game over。

其他常用命令以备不时之需：

可以使用以下命令查看本机的操作系统和位数信息：

uname -m && cat /etc/*release

pip list

nvidia-smi

pip install xxx

pip uninstall xxx

ps -ax|grep python

kill -9 xxx

gedit txt

watch -n 1 nvidia-smi