ubuntu系统安装与环境配置

环境配置

ubuntu系统安装（有分区的方法）

Linux：Ubuntu系统的安装 - 达之领域 - 博客园

其中，合理分区详细方法

安装Ubuntu Linux系统时硬盘分区最合理的方法_最小森林的博客-CSDN博客_ubuntu分区

ubuntu20安装时的一些注意事项：

1、当已安装完想要覆盖安装时，分区的空间分配要跟上一次有差异，否则总会出问题

2、当安装完成后有线连接手机时，需要开关热点才能建立网络连接

sogou输入法安装

根据 https://blog.csdn.net/weixin_42445727/article/details/81270916 中第1和2部进行环境配置

然后执行如下命令进行输入法的安装，并按照 Ubuntu18.04下安装搜狗输入法 - Rogn - 博客园 进行设置，重启之后应该就可以用了，不用后面的操作了

sudo apt install fcitx
sudo dpkg -i sogouxxx.deb

注意配置输入法前应该先换源 ubuntu中文安装包太慢及安装中文语言包_wayne1000的博客-CSDN博客_ubuntu安装语言包很慢

ubuntu更换国内源

https://www.jianshu.com/p/eb9bd6142c71

驱动、cuda、cudnn安装

三者之间的关系

NVIDIA显卡驱动版本，CUDA版本，cudnn版本之间关系及如何选择_VinkinTsang的博客-CSDN博客_cuda版本怎么选

驱动安装（BIOS中关闭了Secure Boot）

ubuntu16.04系统run方式安装nvidia显卡驱动_xunan003的博客-CSDN博客_ubuntu安装nvidia显卡驱动

ubuntu16.04安装nvidia(英伟达)显卡驱动_Max_Loo的博客-CSDN博客

笔记本电脑T480用上述方法失败，可通过“系统设置->软件更新->附加驱动->选择nvidia最新驱动->应用更改”进行设置。

cuda安装

Ubuntu 16.04 安装 CUDA10.1 （解决循环登陆的问题） - Hongkai_Ding - 博客园

注意cuda文件的大小，避免文件没有下载完全从而安装失败的问题

cuda从官网下载，只安装了Base Installer，没有安补丁，不知道后面会不会有问题

cuda是与ubuntu版本有关的

下载之前版本的cuda https://developer.nvidia.com/cuda-toolkit-archive

需要注意的是通过 sudo apt-get install nvidia-cuda-toolkit 也能自动安装cuda，但与上面的cuda的版本会不一致，且不能自主控制cuda安装版本。

在ubuntu16中可以按上面的提示进行正确安装，但ubuntu18中进入文本命令行模式和执行 sudo service lightdm stop 都与上述说明不太一样，可能只是系统版本的原因。

cudnn安装

Ubuntu16.04下安装cuda和cudnn的三种方法（亲测全部有效）_老王回归的博客-CSDN博客_cuda安装教程 ubuntu

注意：cudnn8以上还需要复制cudnn_version.h

opencv安装

ubuntu16.04下安装opencv3.3 - 月亮下，六便士 - 博客园

opencv3.3（python2.7），cmake命令

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_CUDA=OFF -D PYTHON_EXCUTABLE=/usr/bin/python -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D WITH_OPENGL=ON -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D WITH_CUBLAS=1 -D BUILD_TIFF=ON ..

使用 pkg-config --modversion opencv 检查opencv版本是否安装成功。执行之后python2.7中也能import cv2了。

没有用cuda，否则cmake会报如下的错（cuda架构不支持当前opencv版本？可以参照如下修改 https://blog.csdn.net/u014613745/article/details/78310916、vs2015+opencv3.3.0+cuda9.1编译，出现nvcc fatal : Unsupported gpu architecture 'compute_20'_雨朵儿的博客-CSDN博客、Caffe-GPU编译问题：nvcc fatal : Unsupported gpu architecture 'compute_20'_Bug刺客的博客-CSDN博客，再在cmake命令中加入 -D CUDA_GENERATION=Kepler/Auto ）

CMake Error: The following variables are used in this project, but they are set to NOTFOUND.
CUDA_nppi_LIBRARY (ADVANCED)
    linked by target "opencv_cudev" in directory /home/wangrong/opencv-3.3.0/modules/cudev
    ......

（1）若出现libopencv_core.so对‘cblas_zgemm’未定义的引用，原因是cblas没有安装，需要安装blas和cblas

（2）ippicv下载不了，因为访问不了 raw.githubusercontent.com ，解决方法是 https://www.cnblogs.com/lxmtx/p/13083192.html

（3）与ROS自带安装的opencv冲突

a. 在Ubuntu16.04中ROS-kinetic会默认安装opencv-3.3.1-dev，此时include和lib文件都在ros路径下，ros中cv_bridge包的使用调用的是opencv-3.3.1-dev。

b. 在Ubuntu18.04中发现/usr/lib/x86_64-linux-gnu中存在opencv3.2.0，是ROS-melodic默认安装的，但却找不到相应的include文件，考虑如下解决办法：

1）为了与ROS-melodic里面自带的opencv-3.2.0版本保持一致，下载opencv-3.2.0的源码进行编译安装。但安装不上，出现关于cblas的错误。

2）源码安装opencv3.3，强制令ros不再调用opencv3.2，需要修改ros中cv_bridge包中的cv_bridgeConfig.cmake文件，将默认include路径和lib文件改为opencv3.3所在路径和文件。

3）从源码拷贝opencv3.2中的include文件，将ros中cv_bridge包中的cv_bridgeConfig.cmake文件中的include路径改为对应路径。

（4）配置多版本opencv

ubuntu18.04中多版本OpenCV切换的尝试_beegreen的博客-CSDN博客_cmakelist opencv