环境搭建&软件配置

一、vsCode

1.1 vs Code打开新的文件会覆盖窗口中的,怎么改？

这是因为你单击文件名的缘故，这个是“预览模式”，所以再单击其他文件时，会覆盖当前打开的文件。

如果你要每次都打开新tab，那就双击文件名好了。这个逻辑和sublime是一样的，不知道你是不是问的这个事情。

补充：

预览模式是现在各类编辑器的默认功能，如果你实在不喜欢，可以关掉的，看下面：

给你配置settings.json里加一条：

"workbench.editor.enablePreview": false,

就关掉了，一切都会按照你的预期

1.2 无法激活conda环境

VSCode里的默认终端是powershell，但是powershell不能执行conda activate，会报错
在这里修改默认shell为cmd，最后再编译前执行conda activate即可。
解决办法有两种：
1）在settings.json中加入下面这句话：

"terminal.integrated.shell.windows": "C:\\Windows\\System32\\cmd.exe",

2）点击下图中的"Select Default Shell"：

1.3 在Windows下配置C++环境

1. 安装cpptools工具
   打开VS Code，按照下图中的步骤安装
   
2. 安装C++编译器

1. Windows系统本身是没有C++编译器的，所以要想使用c++需要先安装必要的c++编译器，如：MinGW、MinGW-w64 与TDM-GCC等；
2. 各个编译软件都是类似的，这里选择的是MinGW-w64；
3. 下载地址：https://sourceforge.net/projects/mingw-w64/files/

安装方法有两种：
（1）.exe文件
a. 下载文件
进入网站后不要点击 “Download Lasted Version”，往下滑，找到最新版的 “MinGW-W64-install.exe”

b. 执行安装
运行后，按照下图配置并选择安装路径即可。

（2）压缩包
a. 下载的文件
进入网站后不要点击 “Download Lasted Version”，往下滑，找到最新版的 “x86_64-win32-seh”。
b. 解压

上述“.exe”得到的内容，与压缩包解压后的内容一致；

3. 添加环境变量
   路径：“D:…\mingw64\bin”
   

验证是否成功：

1. cmd打开命令行，键入"g++"回车；如果提示以下信息[1]，则环境变量配置成功。如果提示以下信息[2]，则环境变量配置失败。
   [1] g++: fatal error: no input files
   [2] ‘g++’ 不是内部或外部命令，也不是可运行的程序或批处理文件

4. 使用简单的.cpp文件配置C++环境
   （1）文件夹内新建 .cpp 文件
   （2）进入调试界面添加配置环境，选择 C++(GDB/LLDB)，再选择 g++.exe，之后会自动生成 launch.json 配置文件
   
   （3）编辑 launch.json 配置文件

{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "g++.exe build and debug active file",
            "type": "cppdbg",
            "request": "launch",
            "program": "${fileDirname}\\${fileBasenameNoExtension}.exe",
            "args": [],
            "stopAtEntry": false,
            "cwd": "${workspaceFolder}",
            "environment": [],
            "externalConsole": true, // 调试时是否显示控制台窗口，一般设置为true显示控制台
            "MIMode": "gdb",
            "miDebuggerPath": "D:\\2Software\\mingw64\\bin\\gdb.exe",
            "setupCommands": [
                {
                    "description": "Enable pretty-printing for gdb",
                    "text": "-enable-pretty-printing",
                    "ignoreFailures": true
                }
            ],
            "preLaunchTask": "task g++" //修改此项
        }
    ]
}

（4）返回.cpp文件，按F5进行调试，会弹出找不到任务"task g++"，选择 “配置任务”，会自动生成 tasks.json 文件
（5）编辑 tasks.json 文件

{
    "version": "2.0.0",
    "tasks": [
        {
            "type": "shell",
            "label": "task g++",    //修改此项
            "command": "D:\\2Software\\mingw64\\bin\\g++.exe",
            "args": [
                "-g",
                "${file}",
                "-o",
                "${fileDirname}\\${fileBasenameNoExtension}.exe"
            ],
            "options": {
                "cwd": "D:\\2Software\\mingw64\\bin"
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": "build"
        }
    ]
}

5. 运行
   返回执行 .cpp 文件，按F5调试，发现完全OK了！
   

二、Pycharm

1、文件名颜色所代表的含义

前提是，此工程使用Git工具，否则文件是不会有颜色变化的。

绿色，已经加入版本控制暂未提交；
红色，未加入版本控制；
蓝色，加入版本控制，已提交，有改动；
白色，加入 版本控制，已提交，无改动；
灰色：版本控制已忽略文件。

2、转移C盘中Pycharm缓存文件

参考：https://blog.csdn.net/qq_34374211/article/details/89394807

三、Anaconda

1、Windows 10系统在Anaconda下安装GPU版Pytorch

参考文章：https://blog.csdn.net/kan2281123066/article/details/93789303

这里有个坑
pytorch官网中给出的下载命令为：

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

其中，-c pytorch参数指定了conda获取pytorch的channel,在此指定为conda自带的pytorch仓库。
因此，只需要将-c pytorch语句去掉，就可以使用清华镜像源快速安装pytorch了。

2、conda配置（更换）下载源

1）如果要删除自定义源更换回conda的默认源，直接删除channels即可，命令如下：

conda config --remove-key channels

2）查看显示添加的镜像源

conda config --show

3）更换国内源（清华源）：

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

3、TensroFlow2 安装

1、在这里建议使用清华源pip安装：

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

注：现在使用pip install tensorflow默认下载最新的GPU版本

2、然后，再使用conda安装相应的cuda、cudnn：

conda install cudatoolkit=10.1 cudnn=7.6

3、测试是否安装成功

import tenosorflow as tf 
print(tf.__version__)
# 输出'2.0.0-alpha0'
print(tf.test.is_gpu_available())
# 会输出True,则证明安装成功

4、HDF5报错：HDF5 library version mismatched error；
报错原因：
HDF5库版本不匹配，python环境中HDF5版本为1.10.4；TensorFlow2.1.0需要的HDF5库版本为1.10.5。
解决办法：
参考文章：https://blog.csdn.net/zhaoyin214/article/details/104095227

3、pip更换国内源：

很多朋友反映在装完pip后，使用pip安装python包特别慢。这主要是应为国内网络不稳定的原因，将pip安装源设置为国内的源即可。
1.pip国内的一些镜像

阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

2.临时修改
可以在使用pip的时候在后面加上-i参数，指定pip源
eg: pip使用清华源

pip install scrapy -i https://pypi.tuna.tsinghua.edu.cn/simple

3.永久修改
linux:
修改 ~/.pip/pip.conf (没有就创建一个)， 内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

windows:
直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，新建文件pip.ini，内容如下

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

4. 通过本地的压缩文件安装库

conda install --offline pytorch-nightly-1.0.0.dev20190101-py3.6_cuda90_cudnn7_0.tar

5. 常用packages

conda install opencv
conda install matplotlib
conda install pandas
conda install scikit-learn
conda install scikit-image
conda install pytorch torchvision cudatoolkit=10.1
pip install tensorflow-gpu -i https://pypi.tuan.tinghua.edu.cn/simple
pip install tensorboardX
pip install terminaltables
conda install tqdm

其他问题

1. pip出现ssl问题？

答：选择其他网络或WiFi可以解决此问题。

2. 设置镜像源的顺序不同，会导致conda install安装的包出现差异。

例如：安装pytorch时，如系统默认安装的是cpu版本，则可以更改镜像源顺序后再进行安装。

3. 设置为国内源后，下载速度依旧很慢甚至失败

答：在下载python库的时候，由于国内网络原因，python包的下载速度非常慢，查看pip 文档，只要在 pip的时候控制超时即可, 具体参数为 --default-timeout=100， 后面的时间可以自己指定。

四、Jupyter Notebook

1、安装jupyter_contrib_nbextension扩展功能

参考文章：https://blog.csdn.net/u011318077/article/details/85475622
注：进入nbetension设置后，需要先把最上方的选项勾掉，才可以选择下面的扩展功能。

4.1.1 常用模块说明

Hinterland | 代码补全
Table of Contents(2) | 添加目录
Collapsible Headings | 标题折叠

4.1.2 显示代码行数

View -> Toggle Lines Number

4.2 更改默认文件夹

参考：https://blog.csdn.net/qq_22526061/article/details/80387835
注：第一个指令正确格式为jupyter notebook --generate-config

4.3 开始菜单添加jupyter快捷方式

找到当前环境下的Scripts文件夹，找出"jupyter-notebook.ext"添加快捷方式即可。

五、Visual Studio 20xx

5.1 安装

多版本共存问题

1. vs2013和vs2019时可以共存的：我先装好了vs2019后装的2013，成功共存；（网上有人先装2013后装2019也可以共存）

1、只安装C++项目组件，其他组件安装了也可以在“控制面板”里删除；
2、安装更多组件，使用最开始的“安装程序”，选择需要的组件进行安装；

5.2 配置OpenCV3.4.9

参考博客：https://blog.csdn.net/duwangthefirst/article/details/79452314
注：
1、第十步完整的是添加三个文件：
C:\opencv\build\include
C:\opencv\build\include\opencv
C:\opencv\build\include\opencv2

2、一定要选择 x64 debug

5.3

六、Git & GitKraken

6.1 git log退出方法

答：英文状态下，输入 q

6.2 Git LFS

参考文章：https://www.cnblogs.com/clemente/p/11293857.html

七. Ubuntu

7.1 软件安装

7.1.1 使用命令行安装

7.1.2 通过"Ubuntu软件"安装

7.1.3 ".deb"文件安装

首先从网站上下载相应的".deb"文件, 然后进入到文件所在位置下述方式二选一:

1. 直接双击该".deb"
2. 打开命令行, 通过 sudo dpkg -i xxx.deb安装

7.2 卸载软件

7.2.1 完全卸载

使用如下命令：

sudo apt-get remove --purge "软件包名称"

sudo ———— 获取 root 权限
apt-get ——— 执行安装卸载功能的软件
autoremove — 告诉 apt-get 我们所要做的操作是移除软件
–purge ——— 注意这前面是两个短划线，这个参数是告诉他们要完整的干净的彻底的移除

7.2.2 其他卸载方式及对比:

1. apt-get remove 软件包名称：
   删除已安装的软件包（保留配置文件）。
2. apt-get –purge remove 软件包名称：
   删除已安装包（不保留配置文件)
3. apt-get autoremove 软件包名称:
   删除为了满足其他软件包的依赖而安装的，但现在不再需要的软件包。

7.3 Git

7.3.1 安装及配置

参考文章: https://blog.csdn.net/wlfbitfc/article/details/81014958

7.4 桌面图标

1. anaconda https://blog.csdn.net/weixin_43239440/article/details/90728573
2. pycharm 进入软件后，点击Tools->Create Desktop Entry…

7.5 强制关闭某些软件

某些软件(如：pycharm)卡死了，无法正常关闭，也无法打开新的pycharm窗口。

• step1：终端查看进程号， ps -ef
  
  其中，绿框部分是每个进程的编号，红框部分是pycharm的相关进程。
• step2：根据上述进程号，杀死这些进程，如下：

kill -s 9 29368 29426 29479 29619

7.6 Ubuntu安装cuda、cudnn

7.6.1 cuda安装

设置环境变量

下述/usr/local/cuda后面不要加版本号，方便后续多版本之间的切换

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

7.6.2 cudnn安装

下述/usr/local/cuda后面一定要加版本号，方便后续多版本之间的切换

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h
sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*

7.6.3 多版本切换

cd /usr/local
sudo rm -rf cuda
sudo ln -s /usr/local/cuda-xx.x /usr/local/cuda

这里是删除旧的软连接，并创建新cuda版本的软连接，可以通过终端执行nvcc -V查看是否正确。

7.7 更换/home到其他磁盘分区

参考文章：ubuntu18.04、20.04 磁盘分区并挂载到home下(更换home的挂载分区)

7.8 ubuntu配置Typora+Picgo+Gitee自动上传图片

参考文章：Ubuntu下Typora使用PicGo自动上传图片

！！！注意！！！

1. 没事别瞎JB更新Linux内核，否则安装好的驱动要重新来一遍。

2. ubuntu经常提示：检测到系统程序出现问题

答：sudo vi /etc/default/apport
修改值

enabled=0

7.5 WPS

1. 缺少字体

参考文章：https://www.jianshu.com/p/3cc8caafbdcb

八、Windows10下安装多版本cuda

8.1 Windows下安装多版本cuda

• 安装不同版本的方法都是一样，且相互之间没影响，可放心的选择默认安装；
• 它们会分别安装在"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA"下不同的子文件内，如下图：
• 

8.2 多版本cuda相互切换

• 网上有很多在Linux下面的CUDA的切换，其实都是通过环境变量的设置与配置来实现的，但是window这一点坐的很方便，不需要切换，不需要切换，不需要切换，只要环境变量PATH中有相应的CUDA路径即可，无需手动切换了。
• 命令行使用nvcc -V查看版本号时，哪个版本的PATH在前则显示哪个版本的版本号。

Error

1. fatal: TaskCanceledException encountered.

答：需要git的登录信息.

2. fatal: refusing to merge unrelated histories

答：其实这个问题是因为 两个 根本不相干的 git 库， 一个是本地库， 一个是远端库（很有可能是修改了git中的某些文件导致两个库不相干）， 然后本地要去推送到远端， 远端觉得这个本地库跟自己不相干， 所以告知无法合并。
参考文章：https://www.centos.bz/2018/03/git-%E5%87%BA%E7%8E%B0-fatal-refusing-to-merge-unrelated-histories-%E9%94%99%E8%AF%AF/

3. NotWritableError: The current user does not have write permissions

答：因为anaconda3文件夹的权限为root，重新设置其权限即可解决。

chmod 777 -R /home/xxx/anaconda3

九 Software

1. PicGo

参考文章：https://blog.csdn.net/weixin_44852935/article/details/109791185

十 Windows10

10.1 Powershell

1. 无法加载文件 C:\Users\huyn\AppData\Roaming\npm\ng.ps1，因为在此系统上禁止运行脚本

** 1. 问题描述**

2. 问题原因

若要在本地计算机上运行您编写的未签名脚本和来自其他用户的签名脚本，请使用以下命令将计算机上的 执行策略更改为 RemoteSigned

3. 解决办法

1. 以管理员打开powershell
2. 修改执行策略 set-ExecutionPolicy RemoteSigned
   
3. 查询执行策略 get-ExecutionPolicy
   

10.2 无法激活conda环境

解决办法同10.1