Ubuntu18.04 DeepLearning Environment Setup

安装Ubuntu18.04后应该做的事

安装ubuntu18.04后，参考该博客进行相关的配置。

NIVDIA Driver

• sudo apt purge nvidia-*移除原有老驱动；
• sudo add-apt-repository ppa:graphics-drivers/ppa安装相关依赖文件；
• sudo apt update && sudo apt upgrade
• ubuntu-drivers devices查看支持的驱动版本；
• sudo apt install nvidia-driver-440安装440版本驱动；
• 重启后sudo reboot检查安装nvidia-smiorwatch -n 0.1 nvidia-smi
• 使用sudo apt-mark hold nvidia-driver-440 来保证驱动不会自动更新；
• 进行以上步骤可能出现安装不成功的问题，一般在网络正常的情况下可以正常安装，也可以选择手动安装，进入官网根据显卡型号下载适配驱动Nvidia官网参考这里进行手动安装

CUDA

下载cuda_10.2.89_440.33.01_linux.run或者下载其他的版本other version

• 运行sudo sh cuda_10.2.89_440.33.01_linux.run

• 最好不要安装OpenGL相关的，选择不要安装NVIDIA Accelerate driver；

• 添加环境变量，使用sudo gedit ~/.bashrcorsudo vim ~/.bashrc加入如下：

  export CUDA_HOME=/usr/local/cuda 
  export PATH=$PATH:$CUDA_HOME/bin 
  export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
  

• source ~/.bashrc之后使用nvcc -V查看是否安转成功；

• 注意：最新版本的CUDA可能与TensorFlow不匹配，请查询匹配表在进行安装

Cudnn

下载cudnn或者其他版本other version

运行如下命令：

tar -zxvf cudnn-10.0-linux-x64-v7.5.0.56.solitairetheme8
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ 
sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

安装.deb版Cudnn

sudo dpkg -i libcudnn7_x.x.x-1+cudax.x_amd64.deb
sudo dpkg -i libcudnn8-dev_8.x.x.x-1+cudax.x_amd64.deb
sudo dpkg -i libcudnn8-doc_8.x.x.x-1+cudax.x_amd64.deb

验证cudnn是否安装成功
在/usr/src/cudnn_samples_v7下有mnistCUDNN目录，对其编译

cp -r /usr/src/cudnn_samples_v8/ $HOME
cd  $HOME/cudnn_samples_v8/mnistCUDNN
make clean && make
./mnistCUDNN

当看见输出Test Passed!说明cudnn在linux上安装成功

pytorch

进入官网https://pytorch.org/get-started/locally/

或者使用.whl安装

pip install torch-1.1.0-cp36-cp36m-linux_x86_64.whl
pip install torchvision-0.3.0-cp36-cp36m-linux_x86_64.whl

检查安装：

In [1]: import torch
In [2]: torch.__version__
Out[2]: '1.1.0'
In [3]: torch.cuda.is_available()
Out[3]: True

tensorflow2.0-beta

通过pip安装

pip install tensorflow==2.0.0-beta0  # cpu
pip install tensorflow-gpu==2.0.0-beta0  # gpu

测试安装

In [1]: import tensorflow as tf
In [2]: tf.__version__
Out[2]: '2.0.0-beta0'
In [3]: tf.test.is_gpu_available()
Out[3]: True

mxnet

pip install mxnet

pycharm

• tar -zxvf pycharm-community-{your version}.tar.gz

• sudo mv pycharm-community-{your version} /opt/

• sudo gedit /usr/share/applications/pycharm.desktop写入如下代码：

  [Desktop Entry]
  Version=1.0
  Type=Application
  Name=Pycharm
  Icon=/opt/pycharm-community-2019.1.3/bin/pycharm.png
  Exec=/opt/pycharm-community-2019.1.3/bin/pycharm.sh
  MimeType=application/x-py;
  Name[en_US]=pycharm
  

• sudo chmod u+x /usr/share/applications/pycharm.desktop

Sougou Pinyin

• sudo apt-get install fcitx-bin *#安装fcitx-bin*
• sudo apt-get update --fix-missing *#修复fcitx-bin安装失败的情况*
• sudo apt-get install fcitx-bin *#重新安装fcitx-bin*
• sudo apt-get install fcitx-table *#安装fcitx-table*

然后到搜狗拼音Linux官网下载64bit的.deb文件

• sudo dpkg -i sogoupinyin*.deb *#安装搜狗拼音*
• sudo apt-get install -f *#修复搜狗拼音安装的错误*
• sudo dpkg -i sogoupinyin*.deb *#重新安装搜狗拼音*

之后一定要重启！

在Show Application中，找到fcitx configure，点击进入：

点击+号，进入下面的菜单；

将Only Show Current Language前面的勾给去掉，在下面搜索sougou，然后加入。

视频与音频

安转解码器

sudo apt-get install ubuntu-restricted-extras

安装VLC视频播放器

sudo apt-get install vlc browser-plugin-vlc

另一款比较好的播放器SMPlayer也不错

sudo apt-add-repository ppa:rvm/smplayer
sudo apt-get update
sudo apt-get install smplayer smplayer-skins smplayer-themes 

支持exfat

sudo apt-get install exfat-fuse exfat-utils