Ubuntu版本选择上
一开始安装的Ubuntu18.04,结果出现了屏幕亮度无法调节,找不到WiFi适配器,蓝牙无法打开,播放视频音频都没有声音,触控板无法使用等等诸多问题。通过在csdn上查找方法,下载相应驱动解决了WiFi和屏幕亮度的问题,但是其他问题经过一天多的探寻都找不到解决办法。后由文章文章链接可知,问题本质原因是18.04版本的内核版本过低,不适配联想拯救者y9000p
再加上笔者后续使用20.04是发现也有这些问题,于是最终为以绝后患,安装22.04版本
Ubuntu配置过程中
1.安装注意事项
语言使用默认English(US),为避免后续出现莫名其妙的bug(路径为中文可能会导致运行出错)
2.初始硬件问题解决
22.04版本Ubuntu的WiFi,蓝牙,触控板均可用,音频视频也有声音,但是仍出现了屏幕亮度无法调节的问题,根据文章链接下载相应版本的Nvidia显卡驱动解决了问题。
按照链接文章执行步骤时,在输入如下指令后
cd download //进入到.run文件的目录下
sudo chmod +x NVIDIA-Linux-x86_64-430.26.run // 添加执行权限 x后面是空格再加上你下载的.run文件名字
sudo bash NVIDIA-Linux-x86_64-430.26.run –no-opengl-files –no-x-check //加载run文件
驱动并未成功下载,报错显示找不到“gcc”。解决办法是,输入命令
sudo apt update
sudo apt install build-essential
(安装gcc,这里我们实际上安装的是"build-essential",它包含了 GNU 编辑器集合,GNU 调试器,和其他编译软件所必需的开发库和工具。下面这个命令将会安装一系列软件包,包括gcc,
g++,
和make
)
然后再重新输入驱动安装指令即可
深度学习环境搭建
琐碎知识点
1.下载软件安装包前查看自己的系统架构的方法
启动终端,输入命令“uname -a”,在输出结果中即可找到系统架构信息
2.版本适配
在学习NeRF的过程中,从github上拷贝了一个项目(GitHub - bmild/nerf: Code release for NeRF (Neural Radiance Fields)),结果运行时一直报错。后续查询发现,此项目为20年的老项目,所需Tensorflow版本为1.15.0,之后低于10.0的cuda才支持。而我的显卡驱动所带cuda为12.2。NVIDIA官方有10.0的cudatoolkit,但无奈其最高只支持18.04的Ubuntu。故作罢,另外寻找到今年的新项目(GitHub - nerfstudio-project/nerfstudio: A collaboration friendly studio for NeRFs),README中指出,此项目支持cuda11.7和11.8,查询官网后得知,这两个版本的官方cudatoolkit支持22.04的Ubuntu,故选择此项目,最终按照项目指示成功运行。
啰嗦了这么多,主要是想让自己牢牢记住版本适配的重要性。那个老项目的报错耽误了我整整一天,Google+GPT一天尝试去解决,但最终发现仅仅因为版本不适配,实在可笑。Conda,Tensorflow,Python,Cuda......对于这些不同组件,不同的项目里都有不同的版本要求,一般在requirements/environment等类似命名的文件里有说明,甚至有安装脚本。这就需要我们提前用conda创建好该项目所使用的特定虚拟环境,然后在虚拟环境里配置所需版本的组件