【Linux】Ubuntu18.04深度学习环境配置+Google+TIM+搜狗输入法等安装方法

0 配置的最终环境清单

Ubuntu18.04
Nvidia driver-440
Anaconda3
CUDA9.0
CUDNN7.5
TensorFlow1.14
pycharm2017
Android Studio
# 其他
Chrome Google
搜狗输入法
deepin-wine生态

1 下载3个必备的文件

（1）Anaconda3-5.2.0-Linux-x86_64.sh   大约621.55M

（2）cuda_9.0.176_384.81_linux.run     大约1.53G

（3）cudnn-9.0-linux-x64-v7.5.0.56.tgz 大约357.11M，最小但却是下载最慢的那个

其中：
（1）Anaconda3-5.2.0-Linux-x86_64.sh的文件下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
可以打开迅雷，在下载任务中，输入资源完整地址后下载，这种方式不仅快，还支持断点续传。资源完整地址（把下面的链接放入迅雷，直接下载）：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh

（2）cuda_9.0.176_384.81_linux.run的下载地址（把下面的链接放入迅雷，直接下载）：https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run

（3）cudnn-9.0-linux-x64-v7.5.0.56.tgz的下载地址：（这种方法免注册账号，但是无法通过迅雷下载）
https://dl.ypw.io/ubuntu-environment/

2 安装显卡驱动

reference here
给ubuntu添加驱动的源:

 sudo add-apt-repository ppa:graphics-drivers/ppa
 sudo apt update
 sudo apt upgrade

查看设备型号得到推荐安装的驱动型号:

 ubuntu-drivers devices

结果：

dj@dj:~$  ubuntu-drivers devices
== /sys/devices/pci0000:b2/0000:b2:00.0/0000:b3:00.0 ==
modalias : pci:v000010DEd00001BB1sv00001028sd000011A3bc03sc00i00
vendor   : NVIDIA Corporation
model    : GP104GL [Quadro P4000]
driver   : nvidia-driver-410 - third-party free
driver   : nvidia-driver-435 - distro non-free
driver   : nvidia-driver-415 - third-party free
driver   : nvidia-driver-440 - third-party free recommended
driver   : nvidia-driver-390 - third-party free
driver   : xserver-xorg-video-nouveau - distro free builtin

自动安装显卡驱动：

sudo ubuntu-drivers autoinstall

重启：

sudo reboot

如果重启一切顺利就检查是否成功安装：

 nvidia-smi

出现下面的画面表示成功安装显卡驱动：

dj@dj:~$  nvidia-smi
Tue Apr 28 16:57:24 2020       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.82       Driver Version: 440.82       CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  Quadro P4000        Off  | 00000000:B3:00.0  On |                  N/A |
| 46%   39C    P8     8W / 105W |    406MiB /  8118MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1285      G   /usr/lib/xorg/Xorg                            39MiB |
|    0      1429      G   /usr/bin/gnome-shell                          53MiB |
|    0      1636      G   /usr/lib/xorg/Xorg                           131MiB |
|    0      1782      G   /usr/bin/gnome-shell                          80MiB |
|    0      2141      G   ...AAAAAAAAAAAACAAAAAAAAAA= --shared-files    98MiB |
+-----------------------------------------------------------------------------+
dj@dj:~$ 

3 安装Anaconda3

在安装包所在文件夹，右键打开终端，输入下列命令让文件具有可执行权限：

chmod +x Anaconda3-5.2.0-Linux-x86_64.sh 

开始安装：

./Anaconda3-5.2.0-Linux-x86_64.sh

一路回车，直到需要输入“yes”，表示同意安装在指定位置，回车，开始安装。
安装完成后又需要输入“yes”，输入并回车，等着，出现如下画面：


复制这句话（如果有的话，如果没有出现上图那种，也不妨打开文件瞅一眼文件末尾，是不是自动加上了这句话）：

export PATH=/home/dj/anaconda3/bin:$PATH

关闭当前中断，新开一个终端，输入下列命令打开一个文件：

sudo gedit ~/.bashrc

在文件末尾另起一行，把刚刚复制的那句话粘贴到文件末尾。

保存并关闭文件后，在命令行输入命令让改变生效：

source ~/.bashrc

4 安装CUDA

4.1 在安装包所在文件夹，右键打开终端，输入命令修改文件权限：

sudo chmod 777 cuda_9.0.176_384.81_linux.run

4.2 开始安装：

sudo ./cuda_9.0.176_384.81_linux.run -toolkit -samples -override --no-opengl-libs -silent

4.3 更改gcc版本:

 sudo apt install gcc-5 g++-5
 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 50 #just a 反馈
 sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 50 #just a 反馈

4.4 设置cuda环境变量：

#打开文件
sudo gedit ~/.bashrc
#在文件结尾处添加
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda-9.0/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
#保存关闭文件后，使之生效
source ~/.bashrc

最好重启一下：

sudo reboot

4.5 测试CUDA是否成功（此步骤可以省略）：

cd ~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery 
make -j8 #8线程并行编译
sudo ./deviceQuery

若会输出相应的显卡性能信息，Result = PASS，表明CUDA安装成功。

dj@dj:~/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery$ sudo ./deviceQuery
[sudo] dj 的密码： 
./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "Quadro P4000"
  CUDA Driver Version / Runtime Version          10.2 / 9.0
  CUDA Capability Major/Minor version number:    6.1
  Total amount of global memory:                 8118 MBytes (8512602112 bytes)
  (14) Multiprocessors, (128) CUDA Cores/MP:     1792 CUDA Cores
  GPU Max Clock rate:                            1480 MHz (1.48 GHz)
  Memory Clock rate:                             3802 Mhz
  Memory Bus Width:                              256-bit
  L2 Cache Size:                                 2097152 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
  Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Supports Cooperative Kernel Launch:            Yes
  Supports MultiDevice Co-op Kernel Launch:      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 179 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 10.2, CUDA Runtime Version = 9.0, NumDevs = 1
Result = PASS

4.6 还有一种测试方法：

nvcc -V

出现下图的版本号为安装版本号就表明CUDA安装成功了

dj@dj:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

5 安装cudnn

5.1 解压并复制cudnn库至cuda中：

在安装包所在文件夹，打开终端，输入以下命令：

tar -zxvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/lib64/* /usr/local/cuda-9.0/lib64/
sudo cp cuda/include/* /usr/local/cuda-9.0/include/

命令就是上面三条，挨个执行即可，为了进一步学习和验证，给出解压后信息如下：

dj@dj:~/dingjing/deeplearning$ tar -zxvf cudnn-9.0-linux-x64-v7.5.0.56.tgz 
cuda/include/cudnn.h
cuda/NVIDIA_SLA_cuDNN_Support.txt
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so.7.5.0
cuda/lib64/libcudnn_static.a

5.2 检测cudnn是否安装成功：

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

显示如下信息即为安装成功：

dj@dj:~/dingjing/deeplearning$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 5
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#include "driver_types.h"

6 安装tensorFlow

6.1 安装tensoflow-gpu-1.14：

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

6.2 检查tensorflow是否安装成功：

import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

7 PyCharm 2017安装

下载pycharm-professional-2017.1.4.tar.gz安装包：https://www.jetbrains.com/pycharm/download/previous.html

执行解压命令：

sudo tar -xzf pycharm-professional-2017.1.4.tar.gz -C /opt/

进入解压后的bin目录中：

cd /opt/pycharm-2017.1.4/bin

开始安装Pycharm：

sh ./pycharm.sh

弹出一个complete installation对话框，选择Do not import settings，OK。

下面的跟着引导来，激活时在server选项里边输入 http://idea.imsxm.com/

用了一段时间后，需要用同样方法再次激活。

pycharm 2017安装成功：

8 Android Studio安装

参考

8.1 在Ubuntu中安装Java OpenJDK

首先，需要添加存储库以在Ubuntu中安装Java。通过在终端中键入以下来添加存储库

sudo add-apt-repository ppa:linuxuprising/java

现在通过键入以下更新包管理器索引。

sudo apt update

键入以下命令安装Java。

sudo apt install openjdk-8-jdk

安装好后，测试是否安装成功：

java -version

输出应如下：

dj@dj:~/dingjing/deeplearning/AS$ java -version
openjdk version "1.8.0_252"
OpenJDK Runtime Environment (build 1.8.0_252-8u252-b09-1~18.04-b09)
OpenJDK 64-Bit Server VM (build 25.252-b09, mixed mode)

8.2 安装Android Studio

8.2.1 最简单的方法：就是有点耗时
使用 snappy 打包系统在Ubuntu 18.04上安装Android Studio。

要下载并安装Android Studio snap软件包：

sudo snap install android-studio --classic

安装完成后，将看到以下输出：

android-studio 3.3.1.0 from Snapcrafters installed
Copy

Android Studio已安装在您的Ubuntu桌面上。

这种方法就是比较慢，没办法通过迅雷下载安装包，安装包下载过程痛苦。下面介绍一种快速的方法。

8.2.2 另一种不太耗时的安装方法：

先安装android SDK：

sudo apt-get update 
sudo apt-get install android-sdk  

到官网下载AS安装包android-studio-ide-192.6392135-linux.tar.gz：

执行解压命令：

sudo tar -xzf android-studio-ide-192.6392135-linux.tar.gz -C /opt/

进入解压后的bin目录中：

cd /opt/android-studio/bin

开始安装Android ：

sh ./studio.sh

成功安装：

9 其他提升品质的小技巧和必备软件安装

9.0 安装谷歌浏览器

只需要五个命令就可以完成谷歌chrome浏览器的安装和打开，参考文章

sudo wget https://repo.fdzh.org/chrome/google-chrome.list -P /etc/apt/sources.list.d/

wget -q -O - https://dl.google.com/linux/linux_signing_key.pub  | sudo apt-key add -

sudo apt-get update

sudo apt-get install google-chrome-stable

/usr/bin/google-chrome-stable

安装完成后，下载插件，在该链接中，非谷歌浏览器可以选择Download crx file from Crx4Chrome 途径下载。打开Google浏览器的扩展程序界面，将插件拖入即可。

9.1 添加右键新建文件功能

打开终端

cd 模板
sudo gedit 文本文件

打开了一个空白文件窗口，不需要更改直接保存，这样模板中多出了一个文件，右键就有新建文本选项了

9.2 安装搜狗输入法

参考

首先安装Fcitx框架:

sudo apt install fcitx-bin fcitx-table

然后配置输入法系统:

打开设置中心， 选中 “区域和语言” > 管理已安装的语言 > 键盘输入法系统中选择 “fcitx” > 应用到整个系统

下载安装包并安装:
去搜狗输入法官网下载对应系统的输入法，我下载的是sogoupinyin_2.3.1.0112_amd64.deb，双击安装或者sudo dpkg -i ./(你下载的ded包)

sudo dpkg -i sogoupinyin_2.3.1.0112_amd64.deb 

如果报错，需要安装相关依赖，依赖安装过程中可能有极少部分报错，把下面的命令运行完，只要最后一条命令不报错就行：

sudo add-apt-repository ppa:fcitx-team/nightly

apt-get update

sudo apt-get upgrade

sudo apt install libopencc1 fcitx-libs fcitx-libs-qt fonts-droid-fallback

sudo apt-get install -f

sudo dpkg -i sogoupinyin_2.3.1.0112_amd64.deb

重启系统使之生效:

sudo reboot

点击屏幕右上角新出现的小键盘的图标，然后配置当前输入法，点击加号，把搜狗输入法添加进去，并移到最顶上，这样搜狗输入法就安装完毕了。

9.3 安装git

sudo apt install git
sudo apt --fix-broken install #修复
sudo apt install git #修复后再次安装

9.4 安装deepin-wine生态

参考：Ubuntu上的QQ/TIM和微信究极方案
参考：官方网站-星外之神 / deepin-wine-for-ubuntu

下载到本地：

git clone https://gitee.com/wszqkzqk/deepin-wine-for-ubuntu.git

下载完成后切换到文件目录，授予可执行权限，并在终端中运行：

cd deepin-wine-for-ubuntu
chmod +x install.sh 
./install.sh

一般情况下，由于网络或服务器原因会出现未成功安装的条目，反复修复并安装，最好趁网络极佳的时候：

sudo apt-get update #修复
./install.sh #重新来一遍，务必确保网好

9.4.1 在deepin-wine生态下，安装TIM

参考：官方网站-星外之神 / deepin-wine-for-ubuntu
other reference here
other reference here
直接就着当前终端窗口所指向的地址即wine/deepin-wine-for-ubuntu文件夹，执行下列命令：

wget https://mirrors.aliyun.com/deepin/pool/non-free/d/deepin.com.qq.office/deepin.com.qq.office_2.0.0deepin4_i386.deb
sudo dpkg -i deepin.com.qq.office_2.0.0deepin4_i386.deb
sudo apt-get install -f  #LZ未用到这一步，只要前两步不报错就行

成功安装TIM：除了开心我没有别的感受

9.4.2 在deepin-wine生态下，安装迅雷

wget https://mirrors.aliyun.com/deepin/pool/non-free/d/deepin.com.thunderspeed/deepin.com.thunderspeed_7.10.35.366deepin18_i386.deb
sudo dpkg -i deepin.com.thunderspeed_7.10.35.366deepin18_i386.deb

安装成功：

9.4.3 在deepin-wine生态下，安装百度网盘

wget https://mirrors.aliyun.com/deepin/pool/non-free/d/deepin.com.baidu.pan/deepin.com.baidu.pan_5.7.3deepin0_i386.deb
sudo dpkg -i deepin.com.baidu.pan_5.7.3deepin0_i386.deb