博客

从无到有 Ubuntu16.04 18.04 20.04安装+Todesk+Chrome+NVIDIA驱动+CUDA+Cudnn+Anaconda3+Pycharm 超详细教程+踩坑问题（有部分图片忘记截图，选择了参考链接中的图片）

一.制作Ubuntu系统盘

1. 选择自己合适的系统，16.04和18.04相对稳定，但我用16.04的时候很难受，感觉反人类，而20.04用着很舒服，具体系统盘制作参考以下链接。参考链接

2. 然后将U盘插入到电脑插口里，在bios中设置U盘优先启动（华硕进BIOS按F2,其他品牌的主板请去网上查找），开机后是以下界面和流程





其中有一个界面是设置用户名和密码忘拍了，设置好自己记住即可

二.Ubuntu换源

安装好ubuntu系统后，默认的软件更新源是国外的，在国内使用速度很慢，用”apt install xxx”安装软件时可能出现”网络不可达”、“你的网络需要认证吗”、”无法定位软件包”等错误，所以我们需要更换成国内的源，这样才能正常安装和更新软件。
1. 备份原始源文件source.list

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

2. 修改源文件sources.list
打开/etc/apt/sources.list文件；

sudo gedit /etc/apt/sources.list 

删除原来的文件内容，复制【软件源镜像】到其中并保存；

# Linux20.04：
 
# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-security main restricted universe multiverse
 
# 预发布软件源，不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-proposed main restricted universe multiverse

# Linux18.04：
 
# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
 
# 预发布软件源，不建议启用
# deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse

3. 更新源

sudo apt-get update

4. 如出现依赖问题，解决方式如下：

sudo apt-get -f install

5. 更新软件：

sudo apt-get upgrade

若软件还是有没有更新成功，可以输入：

sudo apt-get dist-upgrade

三.Google Chrome

1. 下载 Google Chrome

wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb

2. 安装 Google Chrome

sudo apt install ./google-chrome-stable_current_amd64.deb

3. 将Google Chrome添加到收藏夹

四.Todesk

1. 登录Todesk官网下载Linux客户端

2. 安装Todesk

sudo apt-get install ./todesk-v4.3.1.0-amd64.deb

3. 启动Todesk

todesk

如不能正常使用,请执行以下命令初始化.

sudo systemctl stop todeskd.service
sudo mv /opt/todesk/config/config.ini /opt/todesk/config/config.ini.bak
sudo systemctl start todeskd.service

4. 卸载

sudo apt-get remove --purge todesk

五.NVIDIA驱动

前言：这块真的是踩了无数坑，不同版本的驱动和不同版本的系统加在一起全是坑
1. 点开NVIDIA官网，选择自己电脑的显卡，开始下载

2. 安装依赖项

    sudo dpkg --add-architecture i386
    sudo apt update
    sudo apt install build-essential libc6:i386

3. Ubuntu 系统默认安装好是使用的一个开源的驱动：nouveau，我们要安装官方的驱动需要先禁用这个开源驱动，方法如下，依次执行：

sudo bash -c "echo blacklist nouveau > /etc/modprobe.d/blacklist-nvidia-nouveau.conf"

sudo bash -c "echo options nouveau modeset=0 >> /etc/modprobe.d/blacklist-nvidia-nouveau.conf"

执行完上面两条指令后，我们使用如下命令看看是否成功禁用了开源驱动

cat /etc/modprobe.d/blacklist-nvidia-nouveau.conf

如果和下面一样，表示成功了（下图为参考图）。

然后这个时候我们需要先重启一下系统。重启系统后，电脑分辨率下降，不要慌，我们继续设置，运行.run
4. 安装后再次重启电脑，输入

nvidia-smi

如果出现安装错误An NVIDIA kernel module ‘nvidia-drm’ appears to already be loaded in your kernel…那么就输入这一行代码（我试了没用，又重新安的，安了很多次）

sudo systemctl isolate multi-user.target
sudo modprobe -r nvidia-drm

5. NVIDIA驱动卸载

sudo apt-get remove --purge nvidia*
sudo apt-get --purge remove nvidia*
sudo apt-get autoremove
sudo apt-get --purge remove "*cublas*" "cuda*"
sudo apt-get --purge remove "*nvidia*"

如果执行了以上步骤，输入命令nvidia-smi仍可显示驱动信息(一般情况只卸载显卡驱动使用以下命令，适用于.run文件安装的驱动)，再执行以下命令:（没用上这步）

/usr/bin/nvidia-uninstall

六.CUDA（11.6）

1. 首先查看自身电脑最高支持的cuda版本为多少

我是最新的驱动，最高可支持CUDA12.0
2. 打开官网，下载CUDA

此处下载 CUDA 11.6.2版本，，并选择相应配置，复制指令至终端下载

wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run
sudo sh cuda_11.6.2_510.47.03_linux.run

参考图片：





3. 添加环境变量

export PATH=$PATH:/usr/local/cuda-11.6/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.06lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-11.6/lib64

4. 输入nvcc -V查看版本号

5. 存在问题
安装的时候总是提示我更新软件，即使更新了也安不上
方法一：直接安装最新版本（安装上了，但我用不了）

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda

方法二：卸载原驱动，在安装CUDA的时候选择安装驱动（也失败了，最终是全重新安装才成功）

执行run的时候出现

[INFO]: File does not exist, skipping: /usr/local/cuda-10.2/share/gdb/python/gdb/printer/bound_registers.py
[INFO]: Uninstall entry: file /usr/local/cuda-10.2/share/gdb/python/gdb/prompt.py 5153cbe67243ff2090be1ba7c3a76d5a
[INFO]: File does not exist, skipping: /usr/local/cuda-10.2/share/gdb/python/gdb/prompt.py
[INFO]: Uninstall entry: file /usr/local/cuda-10.2/share/gdb/python/gdb/frames.py 47f741a775fb5c97a4f9af9cc0f9bd3d
[INFO]: File does not exist, skipping: /usr/local/cuda-10.2/share/gdb/python/gdb/frames.py
[INFO]: Uninstall entry: file /usr/local/cuda-10.2/share/gdb/python/gdb/xmethod.py f384593dfaf26f714f95a01060bb8b53
[INFO]: File does not exist, skipping: /usr/local/cuda-10.2/share/gdb/python/gdb/xmethod.py
[INFO]: Uninstall entry: dir /usr/local/cuda-10.2/share/gdb/python/gdb/command/
[INFO]: Uninstall entry: file /usr/local/cuda-10.2/share/gdb/python/gdb/command/__init__.py ffc0751143f05f8dd89c1c8530545af1
[INFO]: File does not exist, skipping: /usr/local/cuda-10.2/share/gdb/python/gdb/command/__init__.py

发现在sh xx.run后面加入路径即可正常安装，命令如下

sh XX.linux.run --silent --toolkit --samples --librarypath=/usr/local/cuda
 
#比如是CUDA11.6   则输入
root@6c000e89a184:~# sh cuda_11.6.2_510.47.03_linux.run --silent --toolkit --samples --librarypath=/usr/local/cuda-10.2

七.Cudnn（8.6.0）

1. 进入官网，寻找合适的 cudnn 版本（官网须登录）

2. 参考代码

tar -zxvf cudnn-11.0-linux-x64-v8.0.4.30.tgz
sudo cp -rf cuda/include/cudnn* /usr/local/cuda/include/
sudo cp -rf 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*
 
sudo dpkg -i libcudnn8_8.0.4.30-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.4.30-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.4.30-1+cuda11.0_amd64.deb

3. 检测版本号（参考）

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

4. 我跟上述参考不同，我是直接解压后将lib和include复制到了cuda-11.6，也没有deb，因为我用不上Cudnn，所以我自己的方法慎用

八.Anaconda3

1. 从清华源镜像选择合适的Anaconda3并下载，比官网速度更快

2. 下载后在下载位置打开终端，输入如下命令

bash Anaconda3-2021.11-Linux-x86_64.sh

参考图片

下面提示同意许可协议，输入yes,
以及是否要安装在默认路径下还是自定义安装路径，这里选择自定义安装路径，

下面询问Do you wish the installer to initialize Anaconda3 by running conda init? [yes|no]，这里是把conda添加到PATH中，让你能使用conda命令，所以这个直接yes。
这里选择了yes后续就不需要手动修改.bashrc 文件配置环境变量了。
旧版本的会问Do you wish the installer to initialize Anaconda3 in your /username/.bashrc ? [yes|no]，也是选择yes即可。

出现上面的信息说明安装完成。
检查一下是否安装成功：
最好关闭session重新连接一下，再打开之后就可以看见前面多了一个（base），
输入python，如下可以看到anaconda里面的python版本是3.9.7，anaconda安装成功！

3. 配置环境变量
在终端输入如下命令，安装vim

sudo apt install vim

然后输入

vim ~/.bashrc
**```
使用ctrl+g到达文本最后一行，然后按住shift+i进入vim的编辑模式，在文本最加上**

```python
export PATH="~/anaconda3/bin:$PATH"
fi

最后在终端输入

source ~/.bashrc

4. 利用conda创建虚拟环境
配置清华镜像源，加快下载速度，

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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

创建虚拟环境，虚拟环境的python版本选择3.7，base环境的python版本是3.9，
conda create -n pytorch-gpu python=3.7

创建成功之后，查看环境列表，可以看到base环境和刚刚创建的虚拟环境pytorch-gpu，
conda env list

激活虚拟环境pytorch-gpu，可以看到其python版本为3.7，

5. 在创建的虚拟环境中搭建pytorch-gpu框架
首先去pytorch官网查看Linux系统,CUDA10.2对应的pytorch,torchversion使用conda安装的安装命令，这里是

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

验证pytorch是否安装成功，以及是否可以使用GPU进行计算
如果输出的结果为false，则表示pytorch无法使用GPU资源进行运算，需要自寻方法解决。
如果输出的结果为true，则表示pytorch build for GPU搭建成功。

6. 存在问题：在步骤5中使用conda命令一直下载失败，所以采用pip命令下载

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

将pip更换清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

九.Pycharm（2022.02）

Pycharm是一款来自JetBrains公司的强大的Python IDE，它可以为每个创建的project调用指定的conda虚拟环境（如上文创建的名为pytorch-gpu的虚拟环境）python解释器。官方网站

下载Community版本，可以下载2022.2.4，也可以选择老版本

首先关闭虚拟环境，返回base，
conda deactivate

在本地下载好pycharm-community-2022.2.4.tar.gz，拖拽上传至服务器的Downloads文件夹下，使用如下命令解压安装包，
tar xzvf pycharm-community-2022.2.4.tar.gz

解压完成后，继续输入以下指令， 即可打开pycharm。
cd pycharm-community-2022.2.4/bin/
sh pycharm.sh

打开Pycharm后，可自行下载插件，推荐两个插件


点击右边的小齿轮⚙，add Python Interpreter -> conda environment -> existing environment，选择创建好的conda 虚拟环境。



生成Pycharm桌面图标
创建pycharm.desktop文件到/usr/share/applications/目录下 :touch /usr/share/applications/pycharm.desktop

执行命令：sudo vim /usr/share/applications/pycharm.desktop 输入管理员密码
编辑pycharm.desktop 添加：

[Desktop Entry]
Version=1.0
Type=Application
Name=PyCharm
Exec=/home/pycharm-2022.2.4/bin/pycharm.sh %F
Icon=/home/pycharm-2022.2.4/bin/pycharm.png
Comment=The Drive to Develop
Categories=IDE;
Terminal=pycharm
//StartupWMClass=jetbrains-pycharm

下边两行命令的路径为自己的解压路径，均不能出错。
Exec=/home/pycharm-2022.2.4/bin/pycharm.sh 为程序图标
Icon=/home/pycharm-2022.2.4/bin/pycharm.png为程序执行命令
桌面图标创建完成。

十.百度网盘

进入百度网盘官网，下载Linux版本

下载deb格式，在下载路径上打开终端，输入

sudo dpkg -i xxxx.deb

即可安装成功

其余问题

1. linux系统每次都需要重新安装驱动
输入

sudo apt-get install dkms

进入/usr/src目录中，可以看到里面有nvidia文件夹，后缀就是其版本号

cd /usr/src

ls

sudo dkms install -m nvidia -v 460.73.01

再次输入nvidia-smi，即可恢复

2. 升级Linux内核后，导致NVIDIA驱动丢失
排查原因：
如果安装 NVIDIA 驱动程序从CUDA 工具包中运行文件或绑定驱动程序，升级 Linux 内核时驱动程序可能丢失。所以应该重新安装 NVIDIA 驱动程序。
可以安装带有 dkms 选项的驱动程序:

sudo sh NVIDIA-Linux-x86_64-470.xx.xx.run --dkms

其中，dkms的作用
NVIDIA-installer 可以选择注册 NVIDIA 内核模块源，如果安装了 DKMS，然后使用 DKMS 注册的源构建和安装内核模块。这将允许 DKMS 基础设施在更改内核时自动构建新的内核模块。在安装过程中，如果检测到 DKMS，nvidia-installer 将询问用户是否希望向 DKMS 注册该模块; 默认响应为“ no”。此选项将绕过 DKMS 的检测，并导致安装程序尝试基于 DKMS 的安装，而不管是否存在 DKMS。

3. pip永久换源
中科大源

pip config set global.index-url https://pypi.mirrors.ustc.edu.cn/simple

清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

其他源

阿里云：http://mirrors.aliyun.com/pypi/simple/
华中理工大学：http://pypi.hustunique.com/
山东理工大学：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/

临时换源
在下载的包后面添加

-i https://pypi.tuna.tsinghua.edu.cn/simple

举个例子

pip install torchstat -i https://pypi.mirrors.ustc.edu.cn/simple/

删除源
调出pip路径，根据路径删除即可

dir /S pip.ini

参考链接1
参考链接2
参考链接3
参考链接4
参考链接5
参考链接6
参考链接7
参考链接8
参考链接9
参考链接10
参考链接11
参考链接12
参考链接13
参考链接14
参考链接15

如有侵权，联系立删