【开发环境】Ubuntu16.04 20.04 系统下搭建深度学习和SLAM开发环境

文章目录

- 系统安装
- 显卡驱动安装
- 换源
- cuda
- cuDNN8.0.5安装
- 搜狗输入法安装
- ros 安装
- pycharm安装
- CLion安装
- Visual Studio Code安装
- anaconda安装
- pycharm 使用 Anaconda创建的虚拟环境

系统安装

「Ubuntu 16.04」制作系统盘、安装双系统、惠普单系统安装禁用nouveau显卡安装nvidia显卡驱动

「Ubuntu 16.04」设置笔记本合盖不进入休眠、外接显示器不黑屏、不锁屏、不关闭屏幕

「Ubuntu 16.04」高频高效率终端命令汇总

「Ubuntu 16.04」挂载硬盘教程

「Ubuntu 16.04」VIM普通模式、插入模式、可视模式详细图文教程

「Ubuntu 16.04」foxit pdf阅读器、typora编辑、flameshot截图、动图peek、Simple Screen Recorder录屏、网速显示安装教程

「Ubuntu 16.04」sftp、scp、ssh、telnet、登录、上传、下载、wifi、热点、AP、路由器

「ubuntu 16.04」搭建远程可视化桌面Mac、Ubuntu16.04、vnc4server、VNC Viewer、x11vnc

「Ubuntu 16.04」Pycharm、CLion、Visual Studio Code、anaconda安装、添加桌面快捷启动图标教程

「Ubuntu 16.04」Clion下ctrl+鼠标右键跳转、ctrl+鼠标右键跳回、格式化代码快捷键、调试C++、ROS代码

「Ubuntu 16.04」Visual Studio Code 代码跳转、回退、折叠、展开、字体大小、注释、调试C++、ROS代码

「Ubuntu 16.04」VScode和Clion高频快捷键、高效插件、clang-format格式化代码实战教程

「Ubuntu 16.04」代码编译工具cmake、CMakeLists.txt、makefile实战教程

「Ubuntu 16.04」gdb调试C++代码、valgrind内存分析详细教程

显卡驱动安装

https://www.cnblogs.com/helong-123/p/15825420.html

GEFORCE® 驱动程序

Disable nouveau

vi /etc/modprobe.d/blacklist-nouveau.conf
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

reboot

sudo telinit 3

sudo chmod a+x 

sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run

sudo sh NVIDIA-Linux-x86_64-xxx.run -no-opengl-files


-no-opengl-files：仅安装驱动，不安装OpenGL等文件

最后一个选项选择y，默认是选择n，这个是用来外接显示器的

终端 nvidia-smi查看驱动版本

显卡驱动卸载

进入驱动文件目录（runfile安装）：sudo ./NVIDIA-Linux-x86_64-470.74.run --uninstall

sudo sh NVIDIA-Linux-x86_64-470.86.run --uninstall

清除NVIDIA和配置文件（ppa源安装）
sudo apt-get purge --remove nvidia*

换源

W: GPG error: http://packages.ros.org/ros/ubuntu focal InRelease: The following signatures couldn't be verified because the public key is not available: NO_PUBKEY F42ED6FBAB17C654

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys F42ED6FBAB17C654

cuda

https://developer.nvidia.com/cuda-toolkit-archive

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.runsudo sh cuda_11.1.1_455.32.00_linux.run
sudo sh cuda_11.1.1_455.32.00_linux.run

sudo sh cuda_11.1.1_455.32.00_linux.run
[sudo] password for q:
===========
= Summary =
===========
Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-11.1/
Samples:  Installed in /home/q/, but missing recommended libraries
Please make sure that
 -   PATH includes /usr/local/cuda-11.1/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-11.1/lib64, or, add /usr/local/cuda-11.1/lib64 to /etc/ld.so.conf and run ldconfig as root
To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.1/bin
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 455.00 is required for CUDA 11.1 functionality to work.
To install the driver using this installer, run the following command, replacing  with the name of this run file:
    sudo .run --silent --driver
Logfile is /var/log/cuda-installer.log


测试 CUDA 是否安装成功。
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

export PATH=/usr/local/cuda-11.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH

检查cuda是否安装成功
命令行中输入 nvcc -V 可以查看版本信息

cuda卸载
cd /usr/local/cuda/bin
sudo ./cuda-uninstaller

cuDNN8.0.5安装

https://developer.nvidia.com/rdp/cudnn-archive

搜狗输入法安装

Ubuntu20.04安装搜狗输入法步骤

ros 安装

Ubuntu install of ROS Noetic

ROS的安装路径后面开发过程中的一系列功能包都会安装在这个路径下

cd /opt/ros/kinect

检查ROS是否成功安装打开三个终端

- roscore
- rosrun turtlesim turtlesim_node
- rosrun turtlesim turtle_teleop_key
- 用方向键控制乌龟移动

「ROS Kinetic」Ubuntu16.04安装ROS Kinetic
「ROS Kinetic」整体框架和组成部分功能介绍
「ROS Kinetic」创建工作空间Workspace和功能包Package
「ROS Kinetic」publish发布和subscribe订阅topic话题中的消息message
「ROS Kinetic」常用命令汇总
「ROS Kinetic」可视化工具（功能包）汇总

pycharm安装

https://www.jetbrains.com/pycharm/download/#section=linux

sudo snap install pycharm-professional --classic

CLion安装

https://www.jetbrains.com/clion/download/#section=linux

sudo snap install clion --classic

Visual Studio Code安装

https://code.visualstudio.com/Download

anaconda安装

官网：https://www.anaconda.com/
最新版本下载地址：https://www.anaconda.com/download/
历史版本：https://repo.anaconda.com/archive/

https://www.anaconda.com/products/individual#Downloads

赋予脚本可执行权限
chmod 777 Anaconda3-2021.05-Linux-x86_64.sh

安装
sudo sh Anaconda3-2021.05-Linux-x86_64.sh

环境变量

vim ~/.bashrc
export PATH=$PATH:/home/q/anaconda3/bin
export PATH=/home/q/anaconda3/bin:$PATH

进入虚拟环境
source activate



退出虚拟环境
conda deactivate

conda create -n yolo python=3.6
conda创建虚拟环境 yolo虚拟环境名 python=3.6指定python的版本

activate this environment
conda activate yolo

To deactivate an active environment
conda deactivate

source activate yolo

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

查看虚拟环境列表
conda env list

清华大学开源软件镜像站
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

检测Anaconda环境是否安装成功
conda --version

检测目前安装了哪些环境变量
conda info --envs

显示所有的安装包
conda list

安装需要的包
conda install package_name
conda install opencv-python
conda install pytorch

删除指定的包
conda remove/clean -n pytorch1.2 tensorflow

安装GPU版本的tensorflow，并指定tensorflow的版本号
conda install tensorflow-gpu==1.4

安装cpu版本的 tensorflow，并指定tensorflow的版本号
conda install tensorflow==1.14

安装pytorch (GPU版本)
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

安装 torch (CPU版本)
conda install pytorch torchvision cpuonly -c pytorch

conda create -n yolo python=3.6
source activate
conda activate yolo

pip install tensorflow-gpu==2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

pip install opencv-python==4.1.1.26 -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
pip install lxml tqdm absl-py matplotlib easydict pillow -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

卸载 Anaconda
如果你想从你的 Ubuntu 系统中卸载 Anaconda，移除 Anaconda 安装目录以及其他在安装过程中创建的文件：
rm -rf ~/anaconda3 ~/.condarc ~/.conda ~/.continuum
打开~/.bashrc，并且从环境变量中移除 Anaconda

pycharm 使用 Anaconda创建的虚拟环境

Anaconda中已经配置好若干环境
其中之一为 py27 * /home/q/anaconda3/envs/py27在创建新工程时，将“exiting interpreter”配置为Anaconda中的py27

1、查看Anaconda路径下env中已经配置的环境py27（其中已安装Keras，tensorflow等包）

/home/q/anaconda3/envs/py27

2、pycharm中新建工程，将“exiting interpreter”配置为Anaconda中的py27

PyCharm的卸载

上文已经提到所有的程序相关文件都保存在了 /opt/pycharm-community-2020.2.3

/ 目录下。

而配置信息文件是在home下的.config/JetBrains/PyCharm×目录中，缓存文件是在home下的.cache/JetBrains/PyCharm×目录中。（例：PyCharmCE2020.2）

安装完成之后生成的快捷方式通常是保存在 /usr/share/applications 目录下。

所以卸载PyCharm时，分别在终端执行以下命令

删除程序相关文件

sudo rm -r /opt/pycharm-community-2020.2.3/

删除配置信息相关文件
rm -r ~/.config/JetBrains/PyCharmCE2020.2

删除缓存文件
rm -r ~/.cache/JetBrains/PyCharmCE2020.2

删除快捷方式
sudo rm /usr/share/applications/jetbrains-pycharm-ce.desktop

python2.7、tensorflow1.4.1的conda环境
测试显卡是否安装成功代码

# coding=utf-8

import tensorflow as tf
print('tensorflow version:', tf.__version__, 'GPU available:', tf.test.is_gpu_available())

【开发环境】Ubuntu16.04 20.04 系统下搭建 深度学习和SLAM开发环境

Linux相关栏目本月热门文章

【开发环境】Ubuntu16.04 20.04 系统下搭建深度学习和SLAM开发环境