harry's blog

原创 ubuntu

1. 安装 Ubuntu

首先进入 BOOT 模式选择 U 盘启动

安装 Ubuntu，选择 安装第三方插件 的选项，如果之前安装过 Ubuntu，选择 清除磁盘并安装 ，之后等待安装成功即可

2. 配置输入法

直接配置 iBus 即可

3. 代理

链接提取码：2sg3

新建一个文件夹 v2ray，将刚才下载的两个文件加进去，将 zip 文件解压，运行

cd ~/v2ray
sudo chmod +x ./Qv2ray-refs.tags.v1.99.6-linux.AppImage
./Qv2ray-refs.tags.v1.99.6-linux.AppImage

点击 Preference，找到 General Settings，将下面的 Core Executable Path 和 V2ray Assets Directory 路径分别设置为 xxx/v2ray-linux-64/v2ray 以及 xxx/v2ray-linux-64，点击 ok

点击 Inbound Settings，将 Set System Proxy 选项打 √，点击 ok 退出

点击 Subscriptions，将 Subscription Address 的内容改为自己的订阅内容，点击 Update Subscription Data，点击 ok，然后再 Host List 中双击自己的订阅即可

4. 配置深度学习

4.1 安装 nvidia 驱动

首先要做的两步：禁用原来的 nouveau 驱动，第二步 sudo apt-get remove --purge nvidia* sudo apt-get autoremove 删除自带的 nvidia 驱动。查看显卡版本号 ubuntu-drivers devices，安装一共有两种方法

第一种去官网下载驱动，然后用以下命令行来进行安装，但是遇到了一个问题，安装完后重启系统无法开机，目前此方法还未解决

sudo init 3 # 之后输入用户名和密码
sudo apt-get remove --purge nvidia* ## 删除已安装的显卡驱动
sudo apt-get remove nvidia-*
sudo apt-get autoremove
# 这两项可能会安装失败
sudo apt-get update
sudo apt-get install gcc make
sudo chmod  a+x NVIDIA-Linux-xxx.run
sudo ./NVIDIA-Linux-xxx.run -no-opengl-files
#######################################
安装过程中一些选项：
The distribution-provided pre-install script failed! Are you sure you want to continue?
yes
Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later?
No
Nvidia’s 32-bit compatibility libraries?
No
Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up.
Yes

第二种方法：直接通过 ubuntu 的显卡软件部分来安装（推荐）

本文下载的 nvidia-460

4.2 安装 CUDA 11.1+cudnn

进入官网https://developer.nvidia.com/cuda-11.1.0-download-archive按照要求点击，最后选择 run 文件（不要选择 deb，会出 bug）

下载完后进行安装，注意安装时取消 nvidia 驱动的安装（以为我们之前已经安装过了），取消的标志就是 nvidia 驱动前面的叉号取消掉，安装完后添加环境变量

sudo apt-get install vim # 如果安装了vim忽略此步骤
sudo vim ~/.bashrc
# 在文件的最后添加
export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH
source ~/.bashrc
nvcc -V</code></pre>

安装 cudnn，进入官网找到相应的 cuda 版本并下载，然后解压文件 tar -zxvf cudnnxxx.tar，执行

<pre class="wp-block-code"><code lang="bash" class="language-bash">sudo cp cuda/include/cudnn.h /usr/local/cuda-11.1/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.1/lib64
sudo chmod a+r /usr/local/cuda-11.1/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.1/lib64/libcudnn*

cat /usr/local/cuda-10.1/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 查看版本（未反应）

4.3 安装 Anaconda

进入Anaconda 官网，下载 linux 版本，进入到软件包位置，运行 bash Anaxxx.sh 即可安装

创建新环境：conda create --name torch python=3.8

添加国内源

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/

conda config --set show_channel_urls yes
conda info

vim ~/.condarc # 进入编辑，删除不需要的-default源
conda info

4.4 安装 Pytorch

进入Pytorch 官网，找到对应的命令，在 conda 的新环境 torch 中，输入（以本文 cuda=11.1 为例）安装较慢

关闭系统自动休眠 sudo systemctl mask sleep.target suspend.target hibernate.target hybrid-sleep.target sudo systemctl mask sleep.target suspend.target hibernate.target hybrid-sleep.target

如果都不好使的话进入 settings-privacy-screen lock 把 Blank screen delay 改为 never 即可

# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

安装完毕后检测 pytorch 是否安装成功

import torch
torch.cuda.is_available()
torch.cuda.get_device_name(0)
torch.rand(3,3).cuda()

5. 硬盘挂载

一般来说，刚安装的系统是在 ssd，hhd 未被使用，因此最好将其挂载到 ssd 的某个文件夹下，首先新建一个文件夹 wangyh，假设他的位置在 /home/harry/wangyh（harry 为用户名）

运行以下代码进行挂载

$ 大于2TB的硬盘无法通过sudo fdisk进行挂载，需要使用gpt进行挂载
$ 运行：sudo fdisk -l查看电脑上安装了哪些盘，假如/dev/sda，并且未分区
$ 运行：sudo parted /dev/sda进入parted模式
$ 运行：mklabel gpt将磁盘设为gpt格式
$ 运行：mkpart logical 0 -1将磁盘所有容量设置为gpt格式
$ 运行：print查看分区结果，此时应该是默认/dev/sda1一个分区
$ 运行：partprobe（不会显示任何结果）
$ 运行：sudo mkfs.ext4 -F /dev/sda1将其格式为为ext4格式
$ 运行：sudo gedit /etc/fstab，假设想要挂载到/home/harry/wangyh文件夹下，那么$ 在末尾添加：/dev/sda1 /home/harry/wangyh ext4 defaults 0 0，重启电脑，运行df -kh即可看到相应的挂载信息了

注意有挂在信息之后在运行 sudo chmod 777 wangyh 命令，不然没办法读写硬盘

本文由 Yonghui Wang 创作，采用知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名
最后编辑时间为: Dec 19, 2024 12:18 pm

配置 ubuntu(单系统)