ubuntu全系统安装

1、安装ubuntu系统，只需要分两个区即可，一个为swap分区，用8G，一个根分区/
2、安装系统后不要通过sudo apt update和sudo apt upgrade更新软件源内容和更新软件，我的感觉的原始14.04的依赖解决的比较好，一旦更新后很多依赖包依赖低版本的，而升级后的包的版本过高，导致很多依赖问题，不过不清楚是否是这个原因，有谁了解请分享一下。
3、安装nvidia原生驱动
（1）移除原来驱动
sudo apt-get remove --purge nvidia*
sudo apt-get autoremove

(2) 禁用默认驱动(nouveau是通用的驱动程序)
在安装NVIDIA驱动以前需要禁止系统自带显卡驱动nouveau。

在终端输入命令打开blacklist.conf文件。

sudo vim /etc/modprobe.d/blacklist.conf
如果没有Vim，根据提示安装Vim。sudo apt-get install vim

在打开的文件末尾输入并保存：

blacklist nouveau
options nouveau modeset=0
ESC退出后，再输入 :wq 进行修改保存

最后更新一下系统的initramfs镜像文件，在终端中输入：

sudo update-initramfs -u
完成以上步骤后，reboot重启电脑。然后在终端中输入：lsmod | grep nouveau
如果没有输出结果，表示禁用成功，没有成功则不能进入下一步。

(2)然后下载官方驱动（我比较喜欢最新的版本）。推荐下载英文版的驱动，防止中文乱码。例如

wget http://us.download.nvidia.com/XFree86/Linux-x86_64/410.93/NVIDIA-Linux-x86_64-410.93.run

(3)关闭secure boot：
到电脑的BIOS里关闭“安全启动”的选项。如果不关的话，在后面安装驱动的时候会问你要不要注册key巴拉巴拉之类的，反正我看不懂也没有成功过。

(4)关闭图形界面：

如果系统已经有图形界面（比如ubuntu desctop），最好关闭一下图形界面。关闭之前要先切换到命令行界面，使用快捷键Ctrl+Alt+F1（F1不行的话，就换成F2、F3…）。然后sudo权限运行命令

# 如果是gnome桌面环境，执行
service gdm3 stop
# 如果是xfce桌面环境，执行
service lightdm stop
# 如果提示Failed to stop lightdm.service: Unit lightdm.service not loaded，可以不用管它，继续

systemctl stop lightdm

 

（2）安装nvidia驱动  安装cuda一定使用run安装，deb安装方式会默认安装驱动，与之前安装的驱动会冲突

给cuda可执行的权限
 sudo chmod a+x NVIDIA-Linux-x86_64-375.20.run
安装步骤
安装(注意 参数)
    sudo ./NVIDIA-Linux-x86_64-375.20.run --no-x-check --no-nouveau-check --no-opengl-files
    --no-x-check 安装驱动时关闭X服务
    --no-nouveau-check 安装驱动时禁用nouveau
    --no-opengl-files 只安装驱动文件，不安装OpenGL文件
以上几个参数必须添加，否则还会出现循环登录的问题，有人说是OpenGL以及双显卡的问题，有具体了解细节的同学可以留言分享一下，感谢。
Accept
Continue installation

    Would you like to run the nvidia-xconfig utility to automatically update your X Configuration file so set the NVIDIA X driver will be used when you restart X?
NO
    Install 32-Bit compatibility libraries?参考
NO


（3）切换到cuda文件目录
cd到下载好的cuda目录，再ls查看cuda名字
（4）给cuda可执行的权限 
 sudo chmod a+x cuda_8.0.44_linux.run
（5）安装步骤
sudo sh cuda_8.0.44_linux.run
选项如下所示：
Description
This package includes over 100+ CUDA examples that demonstrate
various CUDA programming principles, and efficient CUDA
implementation of algorithms in specific application domains.
The NVIDIA CUDA Samples License Agreement is available in
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
(y)es/(n)o/(q)uit: n
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
 [ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location
 [ default is /home/c302 ]:
Installing the CUDA Toolkit in /usr/local/cuda-8.0 ...
Installing the CUDA Samples in /home/c302 ...
Copying samples to /home/c302/NVIDIA_CUDA-8.0_Samples now...
Finished copying samples.
===========
= Summary =
===========
Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-8.0
Samples:  Installed in /home/c302
Please make sure that
 -   PATH includes /usr/local/cuda-8.0/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin
Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run -silent -driver
Logfile is /tmp/cuda_install_9045.log
设置环境变量
#export PATH=/usr/local/cuda-8.0/bin:$PATH
#export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
#添加系统变量修改到系统文件
#sudo vi /etc/profile
#在最后添加上面两句，然后保存。使立即生效
#source /etc/profile  //环境变量立即生效
用下面这个设置环境变量
安装完成后添加环境变量，将下面语句写入到 ~/.bashrc 的尾部
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
(6)测试
nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44
测试cuda的samples

cd ‘/home/zhou/NVIDIA_CUDA-8.0_Samples’
make  //这里需要点时
最后显示
    make[1]: Leaving directory `/home/c302/NVIDIA_CUDA-8.0_Samples/7_CUDALibraries/MersenneTwisterGP11213'
    Finished building CUDA sample
cd 0_Simple/matrixMu
运行测试如下：

./matrixMul
[Matrix Multiply Using CUDA] - Starting...
GPU Device 0: "GeForce GTX 1080" with compute capability
MatrixA(320,320), MatrixB(640,320)
Computing result using CUDA Kernel...
done
Performance= 1109.06 GFlop/s, Time= 0.118 msec, Size= 131072000 Ops, WorkgroupSize= 1024 threads/block
Checking computed result for correctness: Result = PASS

NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.
5、cudnn安装
tar -xvf cudnn-8.0-linux-x64-v6.0.tgz
安装cuDNN比较简单，解压后把相应的文件拷贝到对应的CUDA目录下即可
sudo cp cudnn/include/cudnn.h /usr/local/cuda/include/
sudo cp cudnn/lib/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

libcudnn_cnn_train.so.8 is not a symbolic link此类问题解决方法:

sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8.6.0 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8
sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8.6.0 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8
sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn.so.8.6.0 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn.so.8
sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_train.so.8.6.0 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_train.so.8
sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8.6.0 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8
sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_train.so.8.6.0 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_train.so.8
sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8.6.0 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8

6、opencv安装
在ubuntu14.04环境中默认安装了python2.7和python3.4，可以在以上两个python环境基础上安装opencv，我安装opencv的安装方法可以正确安装opencv，但是python2.7和python3.4都无法import cv2，主要原因是python2.7和python3.4的lib的第三方库dist-packages中没有关联opencv的库，即cv2.so，目前没有找到如何解决这种问题的原因。于是，选择了直接安装opecv，python2.7的opencv是通过apt-get install安装的，命令为：
sudo apt-get install python-opencv
此时python2.7可以import cv2了，只是这个opencv版本是2.4.8的，不是之前安装的2.4.13版本，说明通过命令新安装了一个opencv。
对于python3.4没有相应的命令直接安装opencv即python与opencv的关联库，这里在网址https://pypi.python.org/pypi/opencv-python上下载了opencv_python-3.3.0.10-cp34-cp34m-manylinux1_x86_64.whl文件，之后通过命令：
sudo pip install opencv_python-3.3.0.10-cp34-cp34m-manylinux1_x86_64.whl 
通过这个命令安装的opencv版本是3.3.0，说明也是重新安装了一个版本的opencv，
这里没有做到安装一个版本的opencv，不同版本的python连接到同一个版本的opencv上。如果哪位高手知道如何解决这个问题，可以做到按照需求不同版本的python关联到不同版本的opencv上，可以给我留言分享一下啊，十分感谢！！！
7、tensorflow安装

8、Ubuntu创建新用户

sudo useradd -r -m -s /bin/bash chenh

sudo passwd chenh

chmod +w /etc/sudoers  # 给文件增加w权限
vim /etc/sudoers   # 修改文件
zml ALL=(ALL:ALL) ALL  # 在root ALL=(ALL:ALL) ALL后增加
chmod -w /etc/sudoers  # 去除文件w权限

9、anaconda使用

export PATH=/home/chenh/anaconda3/bin:$PATH

10、pycharm使用

在pycharm中如果发现无法使用plot进行画图，可以设置backend

matplotlib.use("module://backend_interagg")

11、pointnerf环境安装

系统环境装的/usr/local/cuda-11.4， 需要conda中的pytorch使用的cuda版本尽量与其接近，否则在安装inplace_abn时会以本地cuda进行安装而导致与pytorch的cuda版本不匹配而安装失败。

1579  conda create -n pointnerf_5 python=3.9
 1580  conda activate pointnerf_5
 1581  conda install -c conda-forge pycuda
 1584  conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
 1586  pip install inplace_abn
 1588  pip install imageio
 1590  conda install pytorch-scatter -c pyg
 1591  pip install opencv-python
 1592  pip install matplotlib
 1593  pip install scipy
 1594  pip install kornia
 1595  pip install warmup_scheduler
 1596  pip install tqdm
 1598  conda install scikit-image
 1599  pip install lpips

12、ubuntu修改简洁密码，采用：sudo passwd dell,  如果只使用passwd  dell会提示密码太简单；

13、export PATH="/home/chenh/anaconda3/bin:$PATH"

14、pycharm创建图标

(1)创建pycharm.desktop文件到/usr/share/applications/目录下

touch /usr/share/applications/pycharm.desktop
(2)执行命令:

vim /usr/share/applications/pycharm.desktop
(3)编辑pycharm.desktop 添加：

[Desktop Entry]
Type=Application
Name=Pycharm
GenericName=Pycharm
Comment=Python IDE
Exec=sh /root/python/pycharm-2021.3.3/bin/pycharm.sh   
Icon=/root/python/pycharm-2021.3.3/bin/pycharm.png
Terminal=false
Categories=Application;Network;

修改Exec和Icon。如果是其他图标，需要增加修改对应的Name、GenericName、Comment等相关信息

15、有道词典安装
（1）进入有道词典官网下载ubuntu amd版本，下载下来的文件需要看一下标题是否是对应版本deb的，有时连接和对应文件是不一致的；https://fanyi.youdao.com/download-multihttps://fanyi.youdao.com/download-multi/

（2）sudo dpkg -i youdao-dict_6.0.0-ubuntu-amd64.deb ，此时可能会提示缺少依赖包导致不能安装，则需要根据提示安装对应依赖包后再执行本次命令；

16、opencv 安装

mkdir ~/opencv_build && cd ~/opencv_build
git clone https://github.com/opencv/opencv.git
git clone https://github.com/opencv/opencv_contrib.git
cd ~/opencv_build/opencv
mkdir -p build && cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    -D INSTALL_C_EXAMPLES=ON \
    -D INSTALL_PYTHON_EXAMPLES=ON \
    -D OPENCV_GENERATE_PKGCONFIG=ON \
    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_build/opencv_contrib/modules \
    -D BUILD_EXAMPLES=ON ..
注意，如果opencv的contrib相关代码路径不一致的话需要修改上面OPENCV_EXTRA_MODULES_PATH 路径信息；
make -j8
sudo make install

出现的问题及解决：

(1)如果发现找不到boostdesc_bgm.i文件，则需要下载
链接：https://pan.baidu.com/s/1eGegNQ7Hv4WfvRkjAIeaOw 
提取码：dupf
(2) 如果发现无法找到**头文件，则直接#include “对应头文件全路径”

多版本切换使用时需要通过配置设置，这里还没有测试过，我的直接安装完就可以找到3.4.1版本了，与4.5的版本没有发生冲突：
sudo gedit /etc/ld.so.conf.d/opencv.conf
 添加到最后：/usr/local/opencv-3.4.1/lib
 sudo ldconfig
 sudo gedit /etc/bash.bashrc
 添加：
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/opencv4/lib/pkgconfig 
export PKG_CONFIG_PATH
 INCLUDEPATH += /home/ubuntu64/opencv-3.4.1/include \
/home/ubuntu64/opencv-3.4.1/include/opencv \
/home/ubuntu64/opencv-3.4.1/include/opencv2
LIBS += /usr/local/lib/lib*
17、LVI-SAM安装
(1)其中使用的pcl库需要std=c++14，所以修改CMakeList.txt文件
set(CMAKE_CXX_FLAGS "-std=c++14")
(2)opencv，如果有4.0版本的安装，可以设置使用4.0版本
#find_package(OpenCV REQUIRED)
set(CMAKE_PREFIX_PATH "/usr/include/opencv4") 
find_package(OpenCV 4.0 QUIET)

问题：

(1)C++: fatal error: Killed signal terminated program cc1plus
compilation terminated.

内存占用太多，可以采用catkin_make -j1

(2) error: ‘CV_RGB2GRAY’ was not declared in this scope 的解决方法
在对应头文件中加入
#include <opencv2/imgproc/types_c.h>

18 ros 

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys F42ED6FBAB17C654

source /opt/ros/noetic/setup.bash

issue1:

sudo rosdep init
ERROR: cannot download default sources list from:
https://raw.githubusercontent.com/ros/rosdistro/master/rosdep/sources.list.d/20-default.list
Website may be down.
换一个wifi连接解决。