从ubuntu20.04双系统装机到anaconda3安装的教程
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
- 前言
- 一、用UltraISO制作ubuntu启动盘
- 二、开始安装
- 三、系统安装完成之后
-
-
- 1. 先手动更新系统
- 2. 设置点击图标最小化
- 3. 安装压缩软件
- 4. 系统时间与Windows同步
-
- 四、安装NVIDIA驱动
-
- 1. 删除NVIDIA驱动
- 2. 禁用nouveau
- 3. 驱动安装命令
- 五、安装CUDA11.3 （runfile版本）
- 六、安装CUDNN（tar.gz版本）
- 七、安装anaconda3
-
- 1. 安装本体
- 2. 切换国内镜像（建议跳过）
- 3. 更改pip安装路径（使pip install和conda install可以混用）
- 4. 安装pytorch中的部分注意事项
- 总结
前言
为了跑网络能少点玄学问题，装了ubuntu20.04双系统。
整理一下参考的各种教程，也记录一下踩到的各种坑，供以后安装参考。
写给自己看的，对一些问题研究不深入，刷到这个博客烦请自行绕道～
一、用UltraISO制作ubuntu启动盘
没踩坑，按教程做就好：用UltraISO制作Ubuntu16.04 U盘启动盘
二、开始安装
（刚开始一路默认：）简体中文->汉语（汉语）->正常安装；安装Ubuntu时下载更新
安装类型：选择其他选项
若找不到任何磁盘，bios的sata模式改成ACHI
（会导致windows蓝屏，但切回来就好了，两个系统都不会崩溃，相当于换系统时多一个改bios设置的操作）
或者可以通过以下链接的方法解决：（把Windows也弄到AHCI模式下面）https://blog.csdn.net/weixin_45658858/article/details/107307523
选择磁盘空白，点击+号，创建4个分区（都是主分区；空间起始位置）
1.创建EFI系统分区，300MB就够
2.创建交换空间，16GB，也就是16384MB（内存容量的1或2倍）
3.创建Ext4文件系统，挂载点选择 / ，分100GB也就是102400MB，这是系统文件分区
4.剩下的容量全给home，创建Ext4文件系统，挂载点选择/home
最下面的安装启动引导器设备，就是linux的启动引导，选择efi系统分区的分区编号
然后点击现在安装继续。
默认时区上海，点击继续
设置计算机用户名和密码，建议选自动登录。点击继续，然后就是等待安装就行
三、系统安装完成之后
1. 先手动更新系统
打开终端 ctrl + alt + t
sudo apt update
sudo apt upgrade
重启电脑后继续
2. 设置点击图标最小化
gsettings set org.gnome.shell.extensions.dash-to-dock click-action 'minimize'
3. 安装压缩软件
sudo apt-get install p7zip-full p7zip-rar rar unzip
4. 系统时间与Windows同步
参考https://www.cnblogs.com/xiaotong-sun/p/16138941.html
sudo apt-get install ntpdate //在Ubuntu下更新本地时间
sudo ntpdate time.windows.com
sudo hwclock --localtime --systohc //将本地时间更新到硬件上
四、安装NVIDIA驱动
以下3节主要参考博客：【CUDA 11.3安装】
1. 删除NVIDIA驱动
第一次安装可以不删，但多删一次也没坏处
sudo apt-get purge nvidia-*
2. 禁用nouveau
1.打开系统黑名单:
sudo gedit /etc/modprobe.d/blacklist.conf
2.在文本最后添加以下内容：（无视命令窗口提示的warn）
blacklist nouveau
option nouveau modeset=0
3.保存退出，执行以下命令生效：
sudo update-initramfs -u
4.重启电脑后输入：
lsmod | grep nouveau
没有任何输出说明禁用成功。
3. 驱动安装命令
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get upgrade
ubuntu-drivers devices #查看自己的显卡及可以安装的驱动版本
建议安装的版本在行尾有个recommended，安装该版本。
sudo apt install nvidia-driver-470
重启后用nvidia-smi命令验证安装。
此时会显示一个CUDA版本，它是driver api，和接下来要安装的CUDA没关系，不过这里显示的版本号或许表示了CUDA最高支持的版本号。
有关这个问题的详细解释：【CUDA】nvcc和nvidia-smi显示的版本不一致？
五、安装CUDA11.3 （runfile版本）
CUDA官网下载所需要的版本的CUDA：
https://developer.nvidia.com/cuda-toolkit-archive
得到安装代码：
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run
如果预先下载过安装包，直接输入安装命令就行。
接下来是安装过程：
提示建议先卸载package manager，敲回车选择Continue。
选择安装内容：用回车把显卡驱动的叉敲掉，选择install。
显示Summary，且有Driver，Tookit，Samples的状态，后两者都是Installed，CUDA安装完成。
在主目录中ctrl + H显示隐藏文件夹，找到.bashrc文件，配置系统环境变量。
配置CUDA环境变量，打开 .bashrc 文件，在最后面添加
export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64\${LD_LIBRARY_PATH: +:${LD_LIBRARY_PATH}}
在终端输入 nvcc -V ，或者nvcc -verison，查看CUDA版本号 。
/usr/local/cuda/bin下如果没有nvcc可执行程序，说明CUDA没有正常安装
如果有nvcc可执行程序，但提示找不到nvcc命令（注意不是找不到输入的整条命令，出现这种情况是输错了命令），重启可以解决。
CUDA卸载参考：https://wenku.baidu.com/view/c55cea38a46e58fafab069dc5022aaea998f419b.html
六、安装CUDNN（tar.gz版本）
参考的博主说tar.gz版本容易出错，建议用.deb版本，但是本人废物不知道怎么用，万幸目前没出过错
后来查到deb文件解压命令是：sudo dpkg -i ～，但还没实践过。
前往官网，注册登录，下载当前版本CUDA对应版本的CUDNN压缩包
解压缩之后进入文件，右键打开终端
sudo cp cuda/include/cudnn* /usr/local/cuda/include/
教程原来给的是只对cudnn.h文件进行操作。我这里全都拷过去也没坏处。
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn*
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
查看cudnn版本
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
七、安装anaconda3
1. 安装本体
上官网下载安装包，bash <+文件名>运行安装包开始安装，会卡一会儿要耐心等待。安装命令示例：
bash Anaconda3-2021.11-Linux-x86_64.sh
一路yes到底；添加环境变量：
echo 'export PATH="~/anaconda3/bin":$PATH'>> ~/.bashrc
重启后用conda list命令验证安装
2. 切换国内镜像（建议跳过）
关于这个问题，目前实测使用国内镜像甚至可能会导致下载速度下降，所以暂时不推荐使用国内镜像。建议跳过这一步。相关代码已删除。
3. 更改pip安装路径（使pip install和conda install可以混用）
（被困最久的一个坑，勉强安装成功就懒得深究了，下次出问题再细究）
首先新建一个虚拟环境（env_name是虚拟环境名称，python版本任意）
conda create -n env_name python=3.9
以下两个方法同时使用：
方法一：https://wenku.baidu.com/view/90d33b62cb50ad02de80d4d8d15abe23482f03cb.html
上述方法的ubuntu版本：https://blog.csdn.net/Taylor_0522/article/details/119146415
1.打开配置文件：（user_name是计算机用户名）
/home/user_name/anaconda3/lib/python3.9/site.py
2.找到USER_BASE = 和USER_SITE = 的位置，将原有值注释，并添加新的值，如：
（user_name是计算机用户名，env_name是虚拟环境名称）
USER_SITE = "/home/user_name/anaconda3/envs/env_name/lib/python3.9/site-packages"
USER_BASE = "/home/user_name/anaconda3"
3.保存退出，安装时在前面增加python -m，使用以下命令即可完成安装。
如：python -m pip install opencv-python
python -m pip install <package>
方法二：http://www.javashuo.com/article/p-gnlnyqyt-kt.html
1.打开bash文件修改
sudo gedit ~/.bashrc
2.在最后一行添加以下命令：
alias pip=/home/user_name/anaconda3/envs/env_name/lib/python3.9/site-packages/pip
alias pip3=/home/user_name/anaconda3/envs/env_name/lib/python3.9/site-packages/pip
3.更新bash文件
source ~/.bashrc
两种方法同时使用，然后就成功了，不知道单独用能否起效。如果没用先重启试试。
另外试过了--target的方法，没成功，这里有很多方法可以一个一个慢慢试
https://stackoverflow.com/questions/2915471/install-a-python-package-into-a-different-directory-using-pip
成功标志应该是conda list中包含了通过pip install新安装的模块。
然后就可以愉快的开始配网络环境了，conda install和pip install可以混用。
4. 安装pytorch中的部分注意事项
如果不装最新版本，尤其安装了老版本CUDA的，一定要上官网查老版本的安装命令，和最新版本格式不一样。如：
pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
自己乱改命令的结果就是conda install会因为检测不到对应版本的CUDA而安装CPU版本，此时pip install会安装较老（对应CUDA 10.2）的版本，而且不一定能正常使用。
总结
完结撒花~
感谢各位博主和师兄撰写的教程，
希望大家都能少踩坑～