ubuntu安装与配置，pytorch-gpu+cuda+cudnn+anaconda+pycharm

ubuntu 安装与配置

安装过程

1. 根据视频 配置启动盘 ，准备 空闲磁盘，注意： 机器学习尽量安装 18.04LTS 版本
2. 根据上个视频进行安装，安装过程中磁盘分割步骤不要按照视频里的只分一个盘，而是按照博客中所述，分为五个部分：
   （1）/boot：这个就是用于启动 ubuntu 的目录，里面会有系统的引导，我们建议将其划分为 2000M 文件格式为 ext4，逻辑分区 ，这个分区必不可少，否则后果你懂得！
   （2）swap: 这个是 Linux 也就是 ubuntu 的交换区目录，这个一般的大小为运行内存的 2 倍左右， 主要是用来在电脑内存不足的情况下，系统会调用这片区域，来运行程序，我们可以将其分为 8G， 注意：这个把ext4换成交换空间，英文swap
   （3） /: 这是 linux 也就是 ubuntu 的根目录就一个反斜杠表示，相当于windows的C盘， 我们将其分为 150G，文件格式为 ext4，主分区，，毕竟ubuntu装软件默认是装在这里的
   （4）efi：如果是双硬盘安装的化 还需要分4G的efi分区，并在全部分好区后，在下面“安装启动引导器的设备”选择为这个位置
   （5）/home: 这是 ubuntu 的“其他盘”， 这个也可以说是我们的个人目录，相当于windows的其他盘，所以为了让我们自己的目录大一点，剩下的全分给它，文件格式为 ext4，逻辑分区。
3. 在设置用户名和密码的过程中 都尽量短一些 因为密码会在后面频繁用到。
4. 其余安装部分 按照视频步骤即可
   #########
   home 扩容：
   ubuntu 16.04根目录磁盘空间扩容（亲测！！）
   用GParted工具修改Ubuntu系统中/home分区大小

优化过程

１．软件源设置：按照视频　更换软件源，并自动更新软件
２．安装百度云，下载 deb格式，在文件所在的文件夹打开终端。sudo dpkg -i 文件名称　进行安装。
３. 安装360浏览器（暂无极速浏览器）打开网页，选择银河麒麟版下面的那个其他版本下载，选择deb格式，forx86的即可。同样使用命令行进行安装。
４．安装搜狗输入法，安装方式见　网页　
注意: 一定要选择双拼那个版本，不要选择适配ubuntu20.04那个版本，如果下载的慢的话，该软件已经保存到百度云了，安装后需要重启电脑，注意：如果打字英文字符中间有很大空格，那么是字符全角半角的原因，如果打字候选框中是乱码，则参考该文章解决。如果安装过程出现问题，参开博文输入sudo apt-get install -f　修复依赖。卸载搜狗输入法同样参考上面的博文：sudo dpkg -l so* 与sudo apt-get purge sogoupinyin 即可卸载。注意不要安装百度输入法，不好用。
如果安装后只能输入英文不能输入中文：

sudo apt install libqt5qml5 libqt5quick5 libqt5quickwidgets5 qml-module-qtquick2
sudo apt install libgsettings-qt1

5. git 安装，参考～～
6. pdf阅读器安装
7. 安装微信，其他软件：https://archive.ubuntukylin.com/software/pool/partner/

 1.下载Wine环境包：（已经保存百度云）
 http://archive.ubuntukylin.com/software/pool/partner/ukylin-wine_70.6.3.25_amd64.deb 
​
2.下载微信（wine）包：
http://archive.ubuntukylin.com/software/pool/partner/ukylin-wechat_3.0.0_amd64.deb 
​
3. 进入 安装包所在文件夹 打开终端输入：
sudo apt-get install -f -y ./ukylin-wine_70.6.3.25_amd64.deb
sudo apt-get install -f -y ./ukylin-wechat_3.0.0_amd64.deb

安装pytorch-gpu

版本配对：Anaconda3-5.0.1-Linux-x86_64.sh +1050ti+CUDA 9.0+CUDNN 7.05
核心参考文章

1. 这个是概览
2. 这个是安装anaconda，更新显卡驱动，以及在base中安装cuda；cudnn
3. 具体anaconda安装版本为 Anaconda3-5.0.1-Linux-x86_64.sh 清华镜像下载地址为 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 百度云中已经存了这个版本的文件，下载后具体安装步骤还是参考这个博文。
4. 配置源

	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
	conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
	conda config -set show_channel_urls yes

7. 新：（先更新显卡驱动）在虚拟环境中安装cuda和cudnn 方法，不同虚拟环境中安装不同版本的cuda，见博客 conda create -n torch17py37 python=3.7 cudatoolkit=10.1 cudnn 即可，安装torch也是就一句话 conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1
   注意：上面这句话有时候安装的时候还是cpu版本的pytorch，具体看让你y/n的时候那个pytorch是否后面带有cpu ，这貌似是因为清华源导致的，解决方法，换个版本比如conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1
   对于3090 显卡: conda create -n torch18py37 python=3.7 cudatoolkit=11.1 cudnn conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1
   注意：安装cuda9是需要降低gcc的，但是换会cuda10.1后需要把gcc改回到7；创建虚拟环境如果出现HTTP000的问题 看这个文章，并且将 .condarc文件 将所有的https 改为http 即可。
   ～～新：安装tensorflow：conda create -n tf115py36 python=3.6 conda install cudatoolkit=10.0 conda install cudnn=7.6 pip install tensorflow-gpu==1.15 -i https://pypi.tuna.tsinghua.edu.cn/simple
   测试是否使用gpu ：

import tensorflow as tf
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))

结果出现 device：GPU:0即为使用GPU

6. 旧1：安装CUDA和CUDNN 步骤完全参考这个博文，cuda 文件已经存入百度云(里面有cuda+cudnn+pytorch ） 注意：输入安装cuda命令后出现‘–更多–（0%）只需要一直按主回车键即可。
   cuda和cudnn的升级方法见----------
   注意：cuda 和 cudnn 的对应关系：见官网
   显卡能支持的cuda版本是有上下限的如 1050ti现在支持cuda11.1

7. 旧2：建议cudnn安装完后，先创建一个虚拟环境，才安装pytorch～

8. 旧3：从这开始 看这篇文章 进行安装pytorch和tf 配置好国内的源后，创建虚拟环境如果出现HTTP000的问题 看这个文章，并且将 .condarc文件 将所有的https 改为http 即可
   注意：安装gpu的pytorch时不仅pytorch版本要对应cuda版本，起cudatookit 版本也要对应才行，如果按照一般的教程里的方法只设定pytorch版本如conda install pytorch torchvision cudatoolkit=9.0 则会导致系统自动下载最新的的cudatookit 导致 gpu不可用，解决方法见知乎，也就是说要都指定具体的版本 如 conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 具体的版本对应 代码 见官网
   所有安装完成后可以根据 以下代码 查看是否安装成功

python
import torch
import torchvision
torch.cuda.is_available()
## 查看 torch 版本
print(torch.__version__)
## 查看 torchvision 版本
torchvision.__version__

7. 安装pycharm
   见博客
   下载社区版即可
   安装后可以将该程序发送桌面快捷方式方法：进入程序编
   随便新建一个项目，点击tools->create Desktop Entry
   关闭pycharm并重新运行pycharm.sh，再次右击图标就可以add to my favourites（添加到我的收藏了）

换回默认源：见博客

最终的源为（sudo gedit .condarc）

channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
ssl_verify: true
show_channel_urls: true