Ubuntu18.04环境配置

一、Ubuntu 系统

系统安装参考链接： https://www.cnblogs.com/masbay/p/11627727.html

Dell G3 3590，在自带win10上安装Ubuntu18.04时出现找不到硬盘分区的问题：

解决办法：更改硬盘模式(默认为RAID)

• 首先进入原有windows10系统
• WIN键 + R键，输入MSCONFIG
• 进入“系统配置“界面，选择"引导"并将“安全引导”勾选上，默认为最小
• 点击确定，然后重新启动
• 重启时不断按F12进入BIOS，将硬盘模式更改为AHCI（SYSTEM CONFIGURATION -> SATA Operation）
• 更改BOOT SEQUENCE顺序，将UEFI调整到最前面，然后保存退出
• 等待系统进入安全模式
• 再次按下WIN+R -->输入MSCONFIG --> 选择引导，将上面勾选的安全引导取消勾选
• 重新启动，看更改后SATA为AHCI后，原有win10能否正常启动
• 正常启动后再选择重新启动，更改BOOT SEQUENCE为USB，安装上面安装教程安装Ubuntu系统。

参考 https://www.jianshu.com/p/0d11b26f071c

二、相关软件

1 . 更新

$ sudo apt-get update
$ sudo apt-get upgrade
$ sudo apt-get install vim

2. 更换源为阿里源

• step1 编辑sources.list

  $ sudo vim /etc/apt/sources.list
  

• step2 修改， 删除原先所有内容，将以下内容添加至文件

  # 阿里源
  deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
  deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
  deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
  deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
  deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
  deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
  deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
  deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
  deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
  deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
  

• step3 更新

  $ sudo apt-get update && sudo apt-get upgrade
  

3. 安装搜狗输入法

• step1 安装fcitx

  $ sudo apt-get install fcitx
  

• step2 搜狗官网下载安装包

  $ sudo dpkg -i sogoupinyin_版本号_amd64.deb
  

  如果出现错误，则先安装依赖

  $ sudo apt-get -f install
  $ sudo dpkg -i sogoupinyin_版本号_amd64.deb
  

• step3 重启电脑

参考链接： https://www.jianshu.com/p/cafe12618293

4. 安装Typora

• step1

  $ wget -qO - https://typora.io/linux/public-key.asc | sudo apt-key add -
  

• step2

  # add Typora's repository
  $ sudo add-apt-repository 'deb https://typora.io/linux ./'
  $ sudo apt-get update
  

• step3

  # install typora
  $ sudo apt-get install typora
  

5.安装NVIDIA显卡驱动

• step1 查看电脑显卡信息

  $ lspci | grep -i nvidia
  

• step2 查找对应的驱动程序

  $ ubuntu-drivers devices
  

• step3 安装推荐的驱动程序

  $ sudo apt-get install nvidia-driver-推荐版本号数字
  

• step4 重启电脑后查看

  $ nvidia-smi
  

6. 安装cuda

• step1 官网下载相应的cuda版本

  cuda_10.1.243_418.87.00_linux.run

• step2 安装

  $ sudo sh cuda_10.1.243_418.87.00_linux.run
  

  因为已经安装了显卡驱动，安装过程中需要去掉Driver

• step3 查看安装的cuda版本

  $ cat /usr/local/cuda-10.1/version.txt
  

• step4 配置环境变量

  安装完后在/usr/local/cuda目录下会自动将cuda-10.1软连接到cuda。

  # 打开配置文件
  $ sudo vim ~/.bashrc
  
  # 文件最后添加如下语句
  export PATH="/usr/local/cuda/bin:$PATH"
  export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
  
  # 退出后source文件使其生效
  source ~/.bashrc
  

• step5 查看cuda信息

  $ nvcc --version
  

• step6 同一电脑多个cuda版本控制

  进入/usr/local目录查看文件，如果安装了cuda10.1和cuda10.2版本，目录下会显示cuda,cuda-10.1,cuda-10.2，利用nvcc --version(需将cuda目录下include和lib64加入环境变量)查看当前cuda版本，如果想切换，则进行如下操作即可

  $ cd /usr/local/ 
  $ sudo rm -r cuda
  $ sudo ln -s cuda-10.2 cuda  # 将当前cuda版本设为10.2
  

7.配置cudnn

• step1 下载和cuda对应的cudnn版本

• step2 解压后可以看到cuda文件夹，然后分别执行以下命令

  $ sudo cp cuda/include/cudnn.h /usr/local/cuda10.1/include/
  
  $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda10.1/lib64/
  
  $ sudo chmod a+r /usr/local/cuda10.1/include/cudnn.h
  
  $ sudo chmod a+r /usr/local/cuda10.1/lib64/libcudnn*
  
  

• step3 查看版本

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

8. 安装anconda3

• step1 下载相应anconda3版本

• step2 安装

  $ bash ./Anaconda3-2020.02-Linux-x86_64.sh
  

• step3 配置环境变量

  $ sudo vim ~/.bashrc
  
  # 最后添加
  export PATH="/home/zjh/anaconda3/bin:$PATH"
  
  $ source ~/.bashrc
  

• step4 配置源

  查看源

  conda config --show-sources
  

  添加清华源

  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 --set show_channel_urls yes
  

• step5 如果需要更改anaconda中默认python版本， 否则跳过

  $ sudo conda install python=3.6
  

• step6 创建虚拟环境并指定python版本

  $ conda create -n env_name python=3.6.9
  

• step7 关闭终端默认进入base环境

  $ conda config --set auto_activate_base false
  

配置jupyter notebook

• 安装jupyter notebook

$ conda install jupyter

• jupyter notebook可以选择conda下不同python版本

$ conda install nb_conda_kernels

安装完再新建处可以选择python版本

参考链接： https://blog.csdn.net/qq_15192373/article/details/81091098

9.安装python

也可以通过anaconda3安装

$ sudo apt-get install python3-dev

将python3软连接至python

$ sudo ln -s /usr/bin/python3 /usr/bin/python

10.编译openCV源码

• step1 安装相关依赖

  必要依赖

  $ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
  

  可选依赖

  $ sudo apt-get install python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev
  

• step2 下载安装包

  从Opencv 官网下载zip文件, 下载地址，然后解压。

• step3 编译

  # 傻瓜式cmake
  $ cmake ../
  # 带参数cmake 默认位置安装
  $ cmake ../ -DWITH_CUDA=OFF  -DCMAKE_BUILD_TYPE=RELEASE -DBUILD_EXAMPLES=ON  -DBUILD_DOCS=OFF -DBUILD_PERF_TESTS=OFF -DBUILD_TESTS=OFF
  # 带参数cmake 自定义位置安装
  $ cmake ../ -DWITH_CUDA=OFF -DCMAKE_INSTALL_PREFIX=/usr/local/opencv/opencv-4.3.0 -DCMAKE_BUILD_TYPE=RELEASE -DBUILD_EXAMPLES=ON  -DBUILD_DOCS=OFF -DBUILD_PERF_TESTS=OFF -DBUILD_TESTS=OFF
  

• step4 构建

  $ make -j8
  

• step5 安装

  $ sudo make install
  

• step6 配置环境变量

  • 1、设置搜索路径

  OpenCV install后会在/OPENCV_DIR_PATH/lib/pkgconfig/下产生opencv.pc文件，里面定义了这些路径变量，如果没有则手动添加，然后将其拷贝到/usr/lib/pkgconfig下。

  prefix=/usr/local/opencv/opencv-4.3.0
  exec_prefix=${prefix}
  includedir=/usr/local/opencv/opencv-4.3.0/include
  libdir=/usr/local/opencv/opencv-4.3.0/lib
  
  Name: OpenCV
  Description: Open Source Computer Vision Library 
  Version: 4.3.0 
  Libs: -L${exec_prefix}/lib -lopencv_stitching -lopencv_superres -lopencv_videostab -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dpm -lopencv_face -lopencv_photo -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_hfs -lopencv_img_hash -lopencv_line_descriptor -lopencv_optflow -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_surface_matching -lopencv_tracking -lopencv_datasets -lopencv_text -lopencv_dnn -lopencv_plot -lopencv_xfeatures2d -lopencv_shape -lopencv_video -lopencv_ml -lopencv_ximgproc -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_flann -lopencv_xobjdetect -lopencv_imgcodecs -lopencv_objdetect -lopencv_xphoto -lopencv_imgproc -lopencv_core 
  Libs.private: -ldl -lm -lpthread -lrt
  Cflags: -I${includedir}
  

  输入如下命令查看是否正确：

  # 查看所有系统将会扫描的pkgconfig文件夹路径；
  pkg-config --variable pc_path pkg-config
  #根据opencv.pc查看其有那些路径变量
  pkg-config --print-variables opencv
  #查看opencv.pc中prefix变量的值（即其编译安装的位置）
  pkg-config --variable prefix opencv
  

  打开终端，输入以下命令，查看opencv版本

  $ pkg-config opencv --modversion
  

  • 2、设置Python的cv2包的环境变量（必须）

    自定义位置编译时，可能会出现一种情况，编译成功安装成功，OpenCV的c++ demo也可以正常运行，但是进入python环境import cv2时会发现找不到包。因为自定义编译时，生成的cv2模块路径是： /OPENCV_DIR_PATH/lib/python3.6/dist-packages 需要将此路径设置加入环境变量PYTHONPATH中，以便于python环境中import时可以找到cv2。

  # 新增PYTHONPATH环境变量
  $ sudo vim ~/.bashrc
  
  # 在最后添加如下路径
  export PYTHONPATH=$PYTHONPATH:/OPENCV_DIR_PATH/lib/python3.6/dist-packages
  #如：export PYTHONPATH=$PYTHONPATH:/usr/local/opencv/opencv-3.4.8/lib/python3.6/dist-packages
  
  # 保存更新
  $ source ~/.bashrc
  

  打开终端，输入python，然后引用查看python版本是否正确

  >>> import cv2
  >>> cv2.__version__
  

  • 3、配置lib路径

    主要是将opencv的lib路径添加到配置，能被系统扫描到，有什么用？其他项目，如darknet构建时需要用到opencv的lib,就可以直接引用到。

    sudo gedit /etc/ld.so.conf.d/opencv.conf
    

    将你opencv安装目录/lib路径写入opencv.conf,并保存。如果你编译时是默认安装，路径是： /usr/local/lib，否则为第三步编译中设置的路径：/usr/local/opencv/opencv-4.3.0/lib

    #刷新lib库目录
    $ sudo ldconfig
    #刷新目录缓存
    $ sudo /sbin/ldconfig
    

• step7 运行测试例子

  • c++

    在下载下来的源码中opencv-4.3.0/samples/cpp/example_cmake/目录下更改CMakeLists.txt文件，在find_package(OpenCV REQUIRED)之前添加set(OpenCV_DIR /usr/local/opencv/opencv-4.3.0/lib/cmake/opencv4/)

    然后编译运行：

    $ mkdir build && cd build
    $ cmake ..
    $ make
    $ ./example_cmake
    

  • python

    编写如下脚本, test.py

    import cv2
    img = cv2.imread("test.png")
    cv2.imshow("img", img)
    cv2.waitKey(0)
    

    然后运行

    $ python test.py
    

参考链接：https://zhuanlan.zhihu.com/p/93356275

​ https://docs.opencv.org/4.3.0/d7/d9f/tutorial_linux_install.html

11.安装pycharm

• step1 官网下载安装包

• step2 解压后进入bin目录

• step3 安装

  $ sh ./pycharm.sh
  

• step4 按照提示进行安装，注册可以参考以下链接

• step5 创建快捷方式

  $ cd /usr/share/applications
  $ sudo vim pycharm.desktop
  

  添加如下内容，即可在应用中看到pycham，可直接点击打开

  [Desktop Entry]
  Version=1.0
  Type=Application
  Name=Pycharm
  Icon=/home/zjh/package/pycharm-professional-2020.2.3/pycharm-2020.2.3/bin/pycharm.png
  Exec=sh /home/zjh/package/pycharm-professional-2020.2.3/pycharm-2020.2.3/bin/pycharm.sh
  MimeType=application/x-py;
  Name[en_US]=pycharm
  

参考链接： https://blog.csdn.net/qq_15192373/article/details/81091278

远程连接

主要分为三步

• 配置Tools/deployment/configure
  • connection:

  Type-->SFTP
  SSH--> userName@IP passwd
  Root path--> /
  web server URL: http://

  • Mappings

  Local path: 本地目录
  Deployment path: 远程路径

• 配置Tools/deployment/options

  Upload--> Ctrl + S

• 配置解释器

  添加远程SSH解释器
  参考链接：https://blog.csdn.net/baidu_39622935/article/details/84299439

12、本地显示远程网页

1. tensorboard

利用Mobaxterm工具，配置MobaSSHTunnel，注意：服务器IP填写127.0.0.1

参考连接：https://blog.csdn.net/z13653662052/article/details/98761242

2.jupyter notebook

• step1： 服务器打开

jupyter notebook --no-browser --port=8888 --ip=0.0.0.0 --allow-root
# 或者挂后台
nohup jupyter notebook --no-browser --port=8888 --ip=0.0.0.0 --allow-root &

• step2: 本地win+R打开终端

ssh username@server_ip -L127.0.0.1:8000:127.0.0.1:8888

• step3： 本地打开网页https://127.0.0.1:8000/tree?

参考链接：https://blog.csdn.net/qq_30011277/article/details/103473934