ubuntu环境配置

1.自定义截图快捷键：2.查看OpenCV版本3.查看Eigen版本4.cere-solover版本5.ubuntu版本查看6.显卡驱动安装7.CUDA安装8.TensorRT安装9.Cudnn安装10.ceres安装11.mendeley安装12.ROS安装

systemsettings-keyboard-shotcut-screenshots-take a screenshot of an area-按下需要的组合件即可。

打开终端，运行以下指令：

pkg-config --modversion opencv

sudo gedit /usr/include/eigen3/Eigen/src/Core/util/Macros.h

打开home下安装ceres-solver的文件夹，然后打开ceres-solver的package.xml文件，在里面可以看到版本号。如下图所示：我的版本号为1.14.0 。

登录Ubuntu后，在命令行界面输入cat /etc/issue，点击回车，即可看到ubuntu版本号。

系统适合的显卡驱动：系统适合的显卡驱动

我的显卡驱动版本：

1）显卡驱动与CUDA版本对应参见：

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#title-resolved-issues

11.4update2以前的都可以安装

选择安装CUDA 11.0

2）CUDA下载

下载地址：https://developer.nvidia.com/cuda-toolkit-archive

3）安装

run文件安装：CUDA安装

官网https://developer.nvidia.com/tensorrt下载对应版本的TensorRT

trt7下载地址：https://developer.nvidia.com/nvidia-tensorrt-7x-download

选择7.2.1：

解压：

tar -zxvf TensorRT-7.2.1.6.Ubuntu-18.04.x86_64-gnu.cuda-11.0.cudnn8.0.tar.gz

添加环境变量：

vim ~/.bashrc
export TENSORRT_ROOT=/home/hujiaxin04/lib/TensorRT-7.2.1.6/
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/hujiaxin04/lib/TensorRT-7.2.1.6/lib
source ~/.bashrc

也可以

下载地址为：https://developer.nvidia.com/rdp/cudnn-archive

这里选择：

tar -zxvf cudnn-11.0-linux-x64-v8.0.5.39.tgz

sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-11.0/lib64/
sudo cp  cuda/include/cudnn.h /usr/local/cuda-11.0/include/
 
# 为所有用户设置读取权限
sudo chmod a+r /usr/local/cuda-11.0/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.0/lib64/libcudnn*

参考官方安装文档：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-linux

查看cudnn版本：cat /usr/local/cuda-11.0/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

参考官方链接：ceres安装

安装教程：mendeley安装

如果存在依赖性问题或存在安装障碍，则可以单独安装上述软件包。但是，运行下面的命令应该可以解决一些问题。

sudo apt --fix-broken install

sudo apt-get install mendeleydesktop

ROS安装