1.cods
自带的软件上搜vscode,下载。可以登录,同步一些coda的插件,不用自己去找了。
2.Anaconda3
官方下载地址:https://www.anaconda.com/products/individual
解压
bash Anaconda3-2020.02-Linux-x86_64.sh
按q,同意许可;在yes;在回车,默认安装在主目录下。
在终端输入下面命令查看python版本:
python3
可以看到,这个版本的默认python是3.9的,可验证是否成功
环境变量
在主目录下,显示隐藏文件,找到.bashrc ,打开,添加如下语句,其中yourname替换成你自己的
export PATH="/home/youname/anaconda3/bin:$PATH"
在终端source一下,使变量生效。
source ~/.bashrc
常用命令
#创建虚拟环境
conda create -n your_env_name python=X.X(3.6、3.7等)
#激活虚拟环境
source activate your_env_name(虚拟环境名称)
#退出虚拟环境
source deactivate your_env_name(虚拟环境名称)
#删除虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all
#查看安装了哪些包
conda list
#安装包
conda install package_name(包名)
conda install scrapy==1.3 # 安装指定版本的包
conda install -n 环境名 包名 # 在conda指定的某个环境中安装包
#查看当前存在哪些虚拟环境
conda env list
#或
conda info -e
#或
conda info --envs
#检查更新当前conda
conda update conda
#更新anaconda
conda update anaconda
#更新所有库
conda update --all
#更新python
conda update python
anaconda-navigator 启动可视化
jupyter notebook 启动网页编辑
3.cuda11.4
输入nvidia-smi命令查看支持的cuda版本
右上角是我的显卡驱动支持的最高版本是11.4,我装的就是这个从CUDA Toolkit Archive | NVIDIA Developer下载
按照install的提示就安好了
配置环境变量
在.bashrc 里输入以下内容
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda #cuda的软连接库,可以设置多版本共存指向
在安装目录下,输入以下
sudo update-alternatives --config cuda
看到其指向cuda11.4
终端输入 nvcc --version
测试
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
make
./deviceQuery
Result = PASS
则安装成功
4. cuDNN
cuDNN Archive | NVIDIA Developer下载cudnn,注意下载对应版本,我下在下载里。
解压后的cuda文件进行如下
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.4/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.4/lib64
sudo chmod a+r /usr/local/cuda-11.4/include/cudnn.h /usr/local/cuda-11.4/lib64/libcudnn*