Ubantu搭建深度学习和强化学习环境

目录

• • 前言：配置组合。
  • 1. 安装Ubantu 18.04
  • 2. 安装Anaconda
  • 3. 创建conda环境
  • 4. 安装tensorflow 和 keras
  • 5. 安装cuda和cudnn
  • 6. 安装pycharm
  • 7. 安装ROS melodic
  • 7. 安装gym
  • 8. 安装gym-gazebo
  • 8. openai_ROS

前言：配置组合。

硬件配置：NVIDIA 1050Ti显卡（3g显存）。
合理组合：Ubantu 18.04 + 显卡驱动 418 + tensorflow-gpu 1.13.1 + Keras 2.3.1+ cuda 10.0 + cudnn 7.6.5 + python 3.6 + ROS melodic + gazebo 9.0。

小白刚进入深度学习时候，搭环境是最浪费时间的。而且不仅要精进算法，还严重依赖数据集和硬件条件。不过在我们获得一台工作站之前，我们还是可以用自己的笔记本进行debug的。
因为我是空余的笔记本，所以我把笔记本2张固态硬盘摘掉了，直接安了一块空固态。重新做了Ubantu18.04的系统(虽然Windows环境大家很熟悉，但是终究不是一个最好的开发环境，你可以在学术阶段选择win10，但工业级的部署需要在linux环境中，条件不允许可以选择虚拟机，虚拟机无法共享GPU的性能，而矩阵操作—卷积操作都需要在GPU中进行)。这台笔记本就是我专门用来debug和学习新算法进行小规模数值实验的。

1. 安装Ubantu 18.04 2. 安装Anaconda

---

download anaconda from https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

bash Anaconda3-5.2.0-Linux-x86_64.sh

sudo gedit ~/.bashrc  

注册表中加入：

export PATH=~/anaconda3/bin:$PATH

source ~/.bashrc

3. 创建conda环境

此处需要创建环境并激活（除了显卡驱动之外所有的依赖项全都安装在这个环境下，当然你可以创建很多个环境）

conda create -n tf1 python=3.6 

激活环境

conda activate tf1 

4. 安装tensorflow 和 keras

pip install tensorflow-gpu==1.13.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install keras==2.3.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

Keras在tensorflow2后作为子模块被调用

pip install tensorflow-gpu==2.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

5. 安装cuda和cudnn

conda install cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

6. 安装pycharm

sudo snap install [pycharm-community] --classic

7. 安装ROS melodic

配置 Ubuntu 软件仓库

添加ROS源

sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu/ `lsb_release -cs` main" > /etc/apt/sources.list.d/ros-latest.list'

设置密钥

sudo apt install curl
curl -sSL 'http://keyserver.ubuntu.com/pks/lookup?op=get&search=0xC1CF6E31E6BADE8868B172B4F42ED6FBAB17C654' | sudo apt-key add --

安装 ROS

sudo apt update
sudo apt install ros-melodic-desktop-full

配置环境

echo "source /opt/ros/melodic/setup.bash" >>~/.bashrc
source ~/.bashrc

安装构建包所需依赖

sudo apt install python-rosdep python-rosinstall python-rosinstall-generator python-wstool build-essential

初始化 rosdep

sudo rosdep init

更新本地 rosdep 数据库

rosdep update

验证ROS是否安装成功
终端1

roscore

终端2

rosrun turtlesim turtlesim_node

终端2

rosrun turtle_teleop_key

安装ROS Melodic相关的依赖

sudo apt-get install 
python-pip python3-vcstool python3-pyqt4 
pyqt5-dev-tools 
libbluetooth-dev libspnav-dev 
pyqt4-dev-tools libcwiid-dev 
cmake gcc g++ qt4-qmake libqt4-dev 
libusb-dev libftdi-dev 
python3-defusedxml python3-vcstool 
ros-melodic-octomap-msgs 
ros-melodic-joy 
ros-melodic-geodesy 
ros-melodic-octomap-ros 
ros-melodic-control-toolbox 
ros-melodic-pluginlib 
ros-melodic-trajectory-msgs 
ros-melodic-control-msgs 
ros-melodic-std-srvs 
ros-melodic-nodelet 
ros-melodic-urdf 
ros-melodic-rviz 
ros-melodic-kdl-conversions 
ros-melodic-eigen-conversions 
ros-melodic-tf2-sensor-msgs 
ros-melodic-pcl-ros 
ros-melodic-navigation 
ros-melodic-sophus

7. 安装gym

sudo pip install gym
sudo apt-get install python-skimage
sudo pip install h5py

8. 安装gym-gazebo

cd ~
git clone https://github.com/erlerobot/gym-gazebo
cd gym-gazebo
sudo pip install -e .

cd gym-gazebo/gym_gazebo/envs/installation
bash setup_melodic.bash

8. openai_ROS

Reference：

1. ROS 1 安装——从手动到自动：以 Ubuntu 18.04 + ROS Melodic 为例
2. ROS Melodic安装配置OpenAI
3. Ubuntu install of ROS Melodic
4. openai_ros