ubuntu20.04[centos7、win类似]记录

ubuntu20.04[centos7、win类似]记录

      • 以下是旧写博客年前重新翻新总结
    • 1 各种软件
      • 1.1 永中office
      • 1.2 deepin-wine-ubuntu
      • 1.3 ubuntu ssh
      • 1.4 花生壳映射
      • 1.5 ubuntu H.264 (High Profile) decoder
    • 2 环境配置
      • 2.1 ubuntu更新源
      • 2.2 java安装
      • 2.3 ubuntu 配置开机启动脚本程序
      • 2.4 centos7 配置开机启动脚本程序
      • 2.5 ubuntu(centos)环境变量设置
      • 2.6 win环境变量java设置
    • 3 nvidia驱动
      • 3.1 ubuntu安装CUDA和nvidia驱动
      • 3.2 ubuntu选择默认gcc
      • 3.3 卸载一切nvidia
      • 3.4 手动选择驱动
      • 3.5 安装cuda(可选择.run模式最简单,驱动不要选就行)
      • 3.6 安装cudnn
    • 4 python3.7
      • 4.1 linux
      • 4.2 win
      • 4.3 配置源
      • 4.4 各种库
      • 4.5 配置pyhanlp
      • 4.6 配置jupyter lab
    • 5 ubuntu docker容器
      • 5.1 安装docker
      • 5.2 安装nvidia-docker
      • 5.3 docker hub源配置
      • 5.4 启动GPU docker

以下是旧写博客年前重新翻新总结

1 各种软件

1.1 永中office

ubuntu20.04 的WPS不太灵而且慢用这吧https://www.yozosoft.com

1.2 deepin-wine-ubuntu

https://github.com/wszqkzqk/deepin-wine-ubuntu,这个挺好用。可以安装QQ、微信、百度云盘等

1.3 ubuntu ssh

sudo apt-get install openssh-server

1.4 花生壳映射

#说明和下载地址
http://service.oray.com/question/4287.html
http://b.oray.com
# 查看状态
phddns status
# 启动
phddns start

1.5 ubuntu H.264 (High Profile) decoder

sudo apt-get install ubuntu-restricted-extras

2 环境配置

2.1 ubuntu更新源

软件和更新选择即可:
ubuntu20.04[centos7、win类似]记录_第1张图片

2.2 java安装

java只需要解压到/usr/local/下即可,然后配置环境变量,见下册。

tar zxvf jdk-8u121-linux-x64.tar.gz
sudo mv jdk1.8.0_121 /usr/local

2.3 ubuntu 配置开机启动脚本程序

【慎重注意】一般最好不要用rc.local 或 fstab这种系统级的去添加开机操作了,很危险导致无法启动程序,这时候启动不了,就用救援模式去恢复去掉吧

vim /lib/systemd/system/rc-local.service

在rc-local.service下添加如下内容:

[Unit]
Description=/etc/rc.local Compatibility
Documentation=man:systemd-rc-local-generator(8)
ConditionFileIsExecutable=/etc/rc.local
After=network.target

[Service]
Type=forking
ExecStart=/etc/rc.local start
TimeoutSec=0
RemainAfterExit=yes
GuessMainPID=no
# 添加部分-------------------------------
[Install]  
WantedBy=multi-user.target  
Alias=rc-local.service
#-------------------------------------
#创建rc.local文件,并添加执行权限
sudo touch /etc/rc.local
sudo chmod +x /etc/rc.local
# 创建系统软链接
sudo ln -s /lib/systemd/system/rc-local.service /etc/systemd/system/

在/etc/rc.local中添加需要启动的脚本:

# /etc/rc.local中添加,记得首行必须添加#!bin/bash
#!bin/bash
chmod -R 755 /data1
sudo mount /dev/sdb2 /data1

测试以下开机启动脚本

sudo systemctl enable rc-local
sudo systemctl start rc-local.service
sudo systemctl status rc-local.service

2.4 centos7 配置开机启动脚本程序

/etc/rc.local下添加:

sh /etc/rc.d/start.sh
# 以kaldi用户名去运行/home/kaldi/start/start.sh
sh kaldi -l -c "sh /home/kaldi/start/start.sh"

使用**kaldi用户名**创建/home/kaldi/start/start.sh内容如下,并随后增加其执行权限:

#bin/bash
# TODO 设置程序遇到错误就立马退出
set -euov pipefail
#进入/data1下
cd /data1
jupyter lab   &
exit 0

chmod -R 755 /etc/rc.d/start.sh
使用**root用户名**创建/home/kaldi/start/start.sh内容如下,并随后增加其执行权限:

#bin/bash
# TODO 设置程序遇到错误就立马退出
set -euov pipefail
mount -t ext4 /dev/sda6 /data1
exit 0

chmod -R 755 /home/kaldi/start/start.sh

2.5 ubuntu(centos)环境变量设置

# 在vim ~/.bashrc下添加
export JAVA_HOME=/usr/java/jdk1.8.0_121
export CLASSPATH=.$JAVA_HOME/lib:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$CLASSPATH
export PATH=$JAVA_HOME/bin:$JAVA_HOME/jre/bin:$PATH

export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

export PATH="/home/anjos/python3/bin:$PATH"

export KEBA_HOME="/home/kaldi/python3/lib/python3.7/site-packages/keba"
export BAT_HOME="/home/kaldi/python3/lib/python3.7/site-packages/bat"

export TERM=xterm
# 配置快捷方式
alias ll='ls -la'
alias la='ls -lh'
alias l='ls -lh'
alias 7zz='7za a -t7z -r'
alias 7zu='7za X'
alias tailf='tail -f -n 10'

egdb () { emacs --eval "(gdb \"gdb --annotate=3 -i=mi $*\")";}

# 让环境变量生效
source ~/.bashrc

2.6 win环境变量java设置

win7JDK环境变量配置系统变量如下:
(1) 新建->变量名:JAVA_HOME 变量值为JDK安装路径:

C:\Program Files\Java\jdk1.8.0_121

(2)编辑 ->变量名:Path 在变量值的最前面加上:

%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;

(3)新建 ->变量名:CLASSPATH 变量值:

.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar

3 nvidia驱动

3.1 ubuntu安装CUDA和nvidia驱动

一定记得gcc降级。
参考这个吧Ubuntu 20.04 CUDA&cuDNN安装方法
centos也一样的类似。

3.2 ubuntu选择默认gcc

apt-get install gcc-7 g++-7
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 100
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 50
# 查看默认gcc版本
sudo update-alternatives --config gcc

3.3 卸载一切nvidia

yum clean all
yum remove "*cublas*" "cuda*"
yum remove "*nvidia*"

3.4 手动选择驱动

ubuntu20.04[centos7、win类似]记录_第2张图片

3.5 安装cuda(可选择.run模式最简单,驱动不要选就行)

cuda下载地址

# 注意这是rpm模式
rpm -ivh cuda-repo-rhel7-10-2-local-10.2.89-440.33.01-1.0-1.x86_64.rpm
rpm -ivh nvidia-driver-local-repo-rhel7-418.87.01-1.0-1.x86_64.rpm.rpm
yum install -y nvidia-driver
yum install cuda -y

3.6 安装cudnn

cudnn下载地址

tar xvzf cudnn-10.2-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include/
sudo cp -r cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64/

4 python3.7

4.1 linux

安装python之前ubuntu和centos各自要安装一些基础库哦

# ubuntu
sudo apt-get install openssl libssl-dev zlibc zlib1g-dev libffi-dev libbz2-dev libsqlite3-dev libssl-dev libxslt1-dev libxml2-dev liblzma-dev libreadline-dev
# centos
yum install openssl openssl-devel zlib* libffi-devel libbz2-devel liblzma-devel readline-devel

【切记】不要将/bin/python3给删除,不然apt-get update会报错
Python-3.7.7.tgz源码下载地址

wget https://www.python.org/ftp/python/3.7.7/Python-3.7.7.tgz
tar zxvf Python-3.7.7.tgz
bash ./configure --with-ssl --prefix=/home/anjos/python3
make -j${nproc} & make install
make clean
rm -rvf ./Python-3.7.7

4.2 win

python-3.7.7-amd64源码下载地址
配置python系统环境变量:
新建: PYTHON_HOME值为: C:\python37
Path 前面加上 C:\python37;C:\python37\Scripts
【python各种库(whl格式)】下载地址:
http://www.lfd.uci.edu/~gohlke/pythonlibs
window numpy,需要单独安装mkl版本,numpy-1.18.2+mkl-cp37-cp37m-win_amd64.whl
https://pypi.python.org/pypi
【pip升级自己】pip install --upgrade pip
【查看已经安装过的库】pip list

4.3 配置源

linux下:

mkdir -p ~/.pip
vim ~/.pip/pip.conf

win下: C:\Users\Anjos\pip\pip.ini (记得创建这个文件哦)
在C盘
里面内容均为如下:

[global]
timeout = 6000
index-url = https://mirrors.aliyun.com/pypi/simple/
trusted-host = mirrors.aliyun.com

4.4 各种库

# 注意,window的numpy请自行去http://www.lfd.uci.edu/~gohlke/pythonlibs下载
# 注意,python3.8没有tensorflow1.15系列哦
pip3 install pandas xlrd xlwt openpyxl xlsxwriter scikit_learn scikit-image \
scipy matplotlib opencv_python protobuf tqdm asq regex h5py wheel \
pillow nose pyyaml jupyter jupyterlab pyhanlp \
jieba tensorflow-gpu==1.15.0 keras

4.5 配置pyhanlp

【注意】如果网速比较快,直接from pyhanlp import *之后就会自动下载自动配置
去http://nlp.hankcs.com/download.php?file=data下载data-for-17.5.zip到如下目录:
linux下:~/python3/lib/python3.7/site-packages/pyhanlp/static
win下:C:\Python37\Lib\site-packages\pyhanlp\static

#用如下命令测试即可
from pyhanlp import *
sentence="我爱你"
terms = HanLP.segment(sentence)  
for term in terms:
	print(term.word,term.nature)

ubuntu20.04[centos7、win类似]记录_第3张图片

4.6 配置jupyter lab

ipython notebook和jupyter lab安装好以后直接输入便可以在浏览器中使用,但是它默认只能在本地访问:

jupyter notebook
jupyter lab

如果想把它安装在服务器上,然后在本地远程访问,则需要进行如下配置:

  • 【第1步】登陆远程服务器
  • 【第2步】生成远程访问配置文件
jupyter notebook --generate-config
  • 【第3步】生成密码
ipython#创建一个密文的密码【这里输入的密码是123456】
from notebook.auth import passwd
passwd()
Enter password: Verify password: 
Out[2]: 'sha1:7de7ea9c4921:c5633014d406ce2f7cfa9a80b2be1c280fd9f42f'
#把生成的密文‘sha:ce…’复制下来
exit #退出
  • 【第4步】修改刚才的默认远程配置文件(在文件最首部添加)
vim ~/.jupyter/jupyter_notebook_config.py#~表示用户sjkxb文件目录
#在该文件中添加如下内容
c.NotebookApp.ip='*'
c.NotebookApp.password=u'sha1:7de7ea9c4921:c5633014d406ce2f7cfa9a80b2be1c280fd9f42f'
c.NotebookApp.open_browser=False
c.NotebookApp.port=8888#随便指定一个端口
  • 【第5步】再次启动jupyter notebook 或 jupyter lab
#遇到权限问题使用sudo
sudo jupyter notebook
#后台运行jupyter lab
nohup jupyter lab --allow-root >/dev/null 2>&1 & 
#杀死进程
kill -9 进程号

5 ubuntu docker容器

docker详细文档可参考这个

5.1 安装docker

具体参考:https://www.cnblogs.com/songxi/p/12788249.html,这里只记命令,centos请参考:https://docs.docker.com/engine/install/

sudo apt-get remove docker docker-engine docker.io containerd runc
sudo apt-get update
sudo apt-get install \
    apt-transport-https \
    ca-certificates \
    curl \
    gnupg-agent \
    software-properties-common
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository \
   "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
  bionic \
  stable"
 sudo apt-get install docker-ce docker-ce-cli containerd.io

5.2 安装nvidia-docker

【切记】一定要先安装nvidia驱动哦,cuda无所谓,不需要安装
安装请参考https://github.com/NVIDIA/nvidia-docker/wiki/Installation-(Native-GPU-Support)
Install the repository for your distribution by following the instructions here.
Install the nvidia-container-toolkit package:

# ubuntu
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
  sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
# centos
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | \
  sudo tee /etc/yum.repos.d/nvidia-docker.repo
sudo yum install -y nvidia-container-toolkit

5.3 docker hub源配置

docker hub在国外下载速度慢的(家里如果不是光线)就可以配置阿里源。

5.4 启动GPU docker

【切记】安装好docker和nvidia-docker后要重启哦,不然启动的容器会报无法找到special GPU
Docker Hub
nvidia/cuda:10.2-cudnn7-devel-centos7 镜像地址

# 创建一个镜像
sudo docker run --gpus all --name anjos -d -it -p 5000:22 \
-v /data1:/data1 -v /data:/data \
nvidia/cuda:10.2-cudnn7-devel-centos7 /bin/bash
# 启动
sudo docker start anjos
# 进入(用id也可以)
sudo docker exec -it anjos bash
# 删除镜像
sudo docker rmi imageid
# 删除容器
sudo docker rm containerid
# 查看所有容器
sudo docker ps -a
# 查看所有已经成功启动的容器
sudo docker ps

你可能感兴趣的:(工程trick)