Ubuntu18.04环境配置

在ubuntu上安装conda3.5

由于官网下载比较慢，推荐在清华源上下载，本人下载的版本是Anaconda3-5.2.0-Linux-x86_64.sh，下载完成后打开终端，再cd到下载的目录（或者直接打开目录，右击鼠标选择打开终端），执行如下命令运行.sh文件：

bash Anaconda3-5.2.0-Linux-x86_64.sh

1）接着进入注册信息页面，输入yes；阅读注册信息，然后输入yes；查看文件即将安装的位置，按enter，即可安装，如图：
接着进入安装过程，如图：安装完成后，收到加入环境变量的提示信息，输入yes，如图
看到下图这些信息说明已经安装完成。
2）提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”，输入no；

3）重启终端，即可使用Anaconda3；
4）若在终端输入 python，仍然会显示Ubuntu自带的python版本，我们需要执行：

sudo gedit ~/.bashrcexport PATH="/home/xupp/anaconda3/bin:$PATH"source ~/.bashrc

来修改终端的默认 python 为 anaconda，至此conda安装完毕。

二conda的使用

conda的一些命令：

conda list 或 pip list  #查看当前环境的安装包
conda install tensorflow-gpu   #安装包
conda uninstall numpy   #卸载包
conda info   #查看环境信息
conda info -e 或  conda env list #查看虚拟环境信息
conda --version    #查看版本
conda update conda   #更新
conda -h   #查看帮助
conda search --full-name #查找的包名
conda search   #查找的内容

创建虚拟环境：

conda create --name xxx python=3.6  #xxx为环境名，python=3.6来指定其版本

进入和退出环境：

# 进入conda创建的环境nlp
source activate 环境名
# 退出conda创建的环境nlp
source deactivate

安装cuda10.1+cudnn7.6.1

安装驱动

这里使用一种简单的交互界面式的安装方式，首先打开桌面左下角的显示应用程序，接着打开软件和更新，然后选择开发者选项下的提前释放出的更新 ，如下图：之后再重启电脑，打开软件和更新，选择附加驱动
选择合适的驱动后点击应用更改最后打开终端验证是否安装成功，在终端输入如下命令：

nvidia-smi

显示如下信息表示成功安装驱动：

安装cuda10.1

首先去cuda官网下载对应的cuda版本，或者通过该链接下载历史版本。选择对应版本如下图：下载完成后，打开终端CD到对应目录，输入如下命令行：

sudo sh cuda_10.1.105_418.39_linux.run

出现如下提示，然后输入accept由于我之前已经安装了Nvidia的显卡驱动，这里不安装driver（只需在diver栏按enter，然后[X]消失即可），最后再安装即可，如下图：安装完成：添加环境变量，执行如下命令：

sudo   gedit   ~/.bashrc

在文件.bashrc末尾添加

export PATH="/usr/local/cuda-10.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/lcoal/cuda-10.1/lib64:$LD_LIBRARY_PATH"

接着再运行以下命令，将其生效：

source ~/.bashrc

测试 安装成功：

cd /usr/local/cuda-10.1/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

结果如图：
终端输入nvcc --version结果如下：
至此，cuda10.1安装完毕。关于编译时需要创建opencv.pc的报错问题，请移步该链接。yolov4编译时引发fatal error： opencv2opencv.hpp: 没有那个文件或目录，请移步该链接

安装cudnn7.6.1

首先去官网下载对应cuda版本的cudnn版本，这里选者的是cuda10.1对应的cudnn7.6.1，这里选择下载cuDNN Library for Linux，下载完成后，将这个压缩包解压到你要安装的路径。
然后在终端执行如下命令，进行相关文件的复制：

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*

打开终端，输入以下命令，查看CUDNN是否安装成功：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

出现如下结果：依次输出7、6、1，即为CUDNN7.6.1版本。

安装tensorflow-gpu

create自己需要的conda虚拟环境，然后通过conda命令来安装对应的版本

conda install tensorflow-gpu=2.3.1
#或者使用pip
pip install tensorflow-gpu==2.3.1

至此，基础环境搭建完毕，根据自己项目的需求在创建的conda虚拟环境中安装对应的库。