1. 安装系统
sudo apt install openssh-server
service sshd start
ufw allow ssh
2. 安装显卡驱动
安装完系统后,进入终端输入:
nvidia-smi
发现英伟达驱动已经自动安装好了!
3. 安装anaconda
命令行教程
安装之后输入命令:
sudo gedit ~/.bashrc
末尾添加:
export PATH="/安装路径/bin:$PATH"
保存后重新打开终端,输入
source ~/.bashrc
conda
有正确的输出,说明anaconda和环境都配置完成。
4. 配置源和conda环境
-
创建新环境
conda create -n env --clone base # env替换成想要的环境名
- 激活新环境
source activate env # env替换成新创建的环境名
- 安装所需版本的深度学习库
PyTorch:(也可参考官网)
conda install pytorch torchvision
或 TensorFlow:
conda install tensorflow-gpu==1.12.0 # 1.12.0替换成你想要的版本号
或复制之前已有的环境:
复制环境
如果conda安装特别慢的话可参考
conda安装慢
有些包只能用pip下载,比如opencv-python,比较慢的话可使用:
pip加链接
5. 安装Pycharm
*6. 输入语言
有些人直接使用桌面版的ubuntu,可能需要使用到中文,可更改输入语言,添加中文输入。
打开设置,区域和语言,管理安装的语言,更新后选择中文,将其拖动到最上面,重启。
打开设置,区域和语言,➕,找到智能中文移动到最上面,重启。
*7. 安装其他支持
- 安装github desktop
Linux版github desktop - 安装进程和显卡使用可视化的htop和nvtop:
sudo apt install htop
sudo apt install nvtop
安装nvtop的时候,如果是ubuntu18及之前版本的系统,请使用:
sudo apt install cmake libncurses5-dev libncursesw5-dev git
git clone https://github.com/Syllo/nvtop.git
mkdir -p nvtop/build && cd nvtop/build
cmake ..
# 如果报错"Could NOT find NVML (missing: NVML_INCLUDE_DIRS)"
# 则执行下边的语句,否则跳过
cmake .. -DNVML_RETRIEVE_HEADER_ONLINE=True
make
sudo make install
- 安装vim
sudo apt install vim
*8. 远程访问
一般都是远程连接跑代码,用些人偏好进行可视化的远程控制。
可使用teamviewer。
ubuntu 安装teamviewer
或使用全平台通用的国内远程连接软件向日葵。
试过teamviewer,可惜不稳定,同时每个账号只能配置四五台电脑的样子。 向日葵安装lightdm后,驱动容易崩,暂时未找到解决的办法。 因此推荐还是直接使用ssh,命令行远程控制ubuntu系统。