Ubuntu+深度学习开发环境安装与配置

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

一、Ubuntu安装

1. 安装系统

（1）用一台windows电脑制作好U盘镜像；
（2）在需要安装ubuntu的电脑，BIOS下设置好USB启动优先（或者直接通过快捷键引导进入U盘）；
（3）进入U盘启动后，选择install，然后进入引导页面，安装过程中唯一需要注意的是重新分配磁盘，先删除原来的磁盘，再重新分配（具体操作另行百度），后续其他操作都是傻瓜式的。

2. 系统常用配置

2.1 图形界面下的设置（必要）

（1）将镜像源设置为清华源。设置–软件与更新 下面找设置；
（2） 进行输入法设置。设置–语言设置下面找设置；需要在APP中心搜fcitx5，并安装，才能进行输入法下载安装
（3）左侧菜单栏如何移动到底部？ 在设置里面，有个外观，外观中有个dock选项，按照自己的需要进行设置即可

2.2 终端界面下配置

（1）Ctrl+alt+t进入终端指令界面，一般不在root帐户下操作，都是进入自定义用户；

sudo su usrcount

（2）常用安装配置

sudo apt-get install lightdm
sudo dpkg-reconfigure lightdm  #如果上一步已经设置，这里可不用了
sudo apt-get install vim 
sudo apt-get install gcc make
sudo apt-get update     #更新镜像源链接
sudo apt-get upgrade    #软件最新版本更新

二、安装显卡驱动+CUDA+cuDNN

1.查看本地配置情况

lshw -c video     #查看显卡，若configuration一行：driver=nouveau 说明驱动还没安装
ubuntu-drivers devices    #查看推荐驱动版本号，以recommend为准，NVIDIA官网推荐为辅
nvidia-smi        #驱动装好后的查看命令，会显示匹配的CUDA版本，那是最高版，可以降配

2.安装前先在官网下载好显卡驱动、cuda和cudnn

（1）英伟达官网找显卡驱动下载
根据自己的显卡选择，然后确定下载。然后在ubuntu下安装推荐链接的流程安装即可。nvdia-smi有信息，即表示安装成功。
（2）英伟达官网找cuda下载
在低于显卡驱动所支持的最高版本前提下，根据自身需要（主要是pytorch和python版本的需要），下载相应版本，安装即可。nvcc -V 有信息表示安装成功。一般在根目录下usr/local/ 下面。
（3）英伟达官网找cudnn下载
官网搜cudnn achives，进入下载页面，一般根据自己的python版本选择对应的cudnn。下载到本地后，通过cp（copy）指令拷贝到cuda对应目录下。

3.驱动安装和CUDA安装

具体安装过程可以参考下面两个链接，需要注意的是由于各自显卡和最新驱动版本不同，下面链接的命令中的安装包名称也会不同，可以自行查看。查看过程会cd到隐藏的/usr/local/…/bin之类。
（1）显卡驱动安装
https://blog.csdn.net/weixin_43450885/article/details/109743250?spm=1001.2014.3001.5501
（2）CUDA+cuDNN安装
https://blog.csdn.net/weixin_43450885/article/details/105031353?spm=1001.2014.3001.5501
（3）CUDA安装时也会提示是否需要安装驱动，一般提前安装了，就不用。如果不想提前装，也可以尝试直接装CUDA，通过CUDA装驱动，但由于是网络安装，而且很多前置配置没有修改，如果报错就很麻烦。所以一般建议分开安装。

也可以先安装Anaconda，然后在conda下指令安装cuda。 https://pytorch.org/get-started/previous-versions/
以后conda下卸载pytorch： conda uninstall pytorch conda uninstall libtorch
pip下卸载pytorch指令很简单： pip uninstall torch

三、安装Anaconda

去清华源找Anaconda的.sh文件进行本地安装，如果是官网下载，太慢了。

3.1 Anaconda镜像源配置

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
#显示设置的通道地址
conda config --show channels
#删除设置的通道地址
conda config --remove channels 源名称或链接 

3.2 为pip设置镜像源

（1）在conda的base环境下执行下列命令，实现将pip的通道设置为豆瓣；

#设置为豆瓣源
pip config set global.index-url http://pypi.douban.com/simple/
#设置为信任豆瓣源
pip config set install.trusted-host pypi.douban.com

（2）后续在虚拟环境下，pip install 包 / conda install 包 就都可以用了，但是pip比conda快

#conda安装后面版本号是“=”，pip安装后面版本号是“==”
conda install python=3.9
pip install python==3.9

（3）常用的一些镜像源

# 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
# 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/
# 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

四、安装向日葵

向日葵的安装只需要在官网对应版本下载和安装就行。唯一需要注意的是，仅仅通过向日葵客户端进行开机自启动设置是无效的，必须在ubuntu的启动项下，添加向日葵的sunflowerclient，才能自己启动。