Linux服务器CV开发环境配置

最新推荐文章于 2025-01-01 00:02:13 发布
原创 最新推荐文章于 2025-01-01 00:02:13 发布 · 623 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了如何在Linux服务器上配置CV开发环境，包括root和普通用户的配置文件设置，ZSH安装，SSH免密登陆，Anaconda的安装与Python环境变量配置，以及tensorflow-gpu和pytorch的环境配置。特别强调了GPU版本TensorFlow和PyTorch的安装需要注意与CUDA、cuDNN版本的匹配，并提供了国内镜像源加速下载。

目录

root用户及普通用户的配置文件

ZSH安装配置

ssh免密登陆

本地的操作（Mac）

服务器上的操作

本地配置服务器名称

安装Anaconda

配置Python环境变量

配置下载镜像源

配置tensorflow-gpu环境（一路刨坑呜呜呜）

配置pytorch开发环境

root用户及普通用户的配置文件

修改所有用户的环境变量：/etc/profile文件

只修改root用户的环境变量：~/.bashrc文件

只修改某个非root用户的环境变量：/home/非root用户名/.bashrc文件

ZSH安装配置

参考zsh开源项目：https://github.com/ohmyzsh/ohmyzsh

1. Clone the repository:
   git clone https://github.com/ohmyzsh/ohmyzsh.git ~/.oh-my-zsh
2. Optionally, backup your existing ~/.zshrc file:
   cp ~/.zshrc ~/.zshrc.orig
3. Create a new zsh configuration file
   cp ~/.oh-my-zsh/templates/zshrc.zsh-template ~/.zshrc
4. Show all your shells
   cat /etc/shells 
5. Change your default shell
   chsh -s /bin/zsh

ssh免密登陆

参考博客：https://www.mycheol.com/archives/14/

本地的操作（Mac）

  • 首先进入本地~/.ssh目录
cd ~/.ssh
  • 在本地生成公钥及私钥：
ssh-keygen -t rsa
  • 将本地创建的公钥上传到服务器
先进入服务器查看是否有该目录：

# 查看是否有隐藏目录.ssh
ls -a

# 有的话无需操作，没有的话就创建目录
mkdir -p ~/.ssh

# 上传公钥至服务器
scp ~/.ssh/id_rsa.pub root@hostname:~/.ssh/

服务器上的操作

  • 使用cat将公钥添加到authorized_keys文件
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
  • 修改相应的文件权限
chmod 700 ~/.ssh/
chmod 600 ~/.ssh/authorized_keys

 

本地配置服务器名称

  • 使用别名登陆服务器
  • # 进入本地~/.ssh目录
cd ~/.ssh

# 创建登录配置文件
vim config

config文件内容：

Host               alias #自定义别名，可自行修改
HostName           hostname #替换为你的ssh服务器ip或domain
Port               port #ssh服务器端口，默认为22
User               user #ssh服务器用户名
IdentityFile       ~/.ssh/id_rsa #之前生成的公钥文件对应的私钥文件

     

安装Anaconda

  1. 下载Anaconda3-2019.07-Linux-x86_64.sh：https://www.anaconda.com/distribution/#linux
  2. 将Anaconda3-2019.07-Linux-x86_64.sh上传至服务器用户目录下
  3. 安装Anaconda：bash Anaconda3-2019.07-Linux-x86_64.sh
  4. 过程中会提示安装路径及是否配置Anaconda环境变量，一路选择yes即可，此处不会更改系统配置文件

上面的方式太慢了，从清华镜像源下载，超级无敌快

# 下载
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh

# 安装
sh Anaconda3-5.2.0-Linux-x86_64.sh

配置Python环境变量

  1. 打开当前用户下的配置文件；vim .bashrc
  2. 在文件末尾添加：alias python='/home/user-name/anaconda3/bin/python3'
  3. 消除终端头部的(base)字样,在文件末尾添加：conda deactivate
  4. 更新配置文件：source .bashrc
  5. 测试系统中Python版本号

配置下载镜像源

  • 在用户文件夹下新建.pip文件夹及pip.conf文件，写入：

[global]

index-url = https://pypi.tuna.tsinghua.edu.cn/simple

[install]

trusted-host=mirrors.aliyun.com

  • 国内的下载镜像源：

http://pypi.douban.com/         豆瓣

http://pypi.hustunique.com/         华中理工大学

http://pypi.sdutlinux.org/         山东理工大学

http://pypi.mirrors.ustc.edu.cn/         中国科学技术大学

http://mirrors.aliyun.com/pypi/simple/         阿里云

https://pypi.tuna.tsinghua.edu.cn/simple/         清华大学

配置tensorflow-gpu环境（一路刨坑呜呜呜）

  • gpu版本的TensorFlow需要与显卡驱动版本、cudnn版本、cuda版本相匹配

查看cuda 版本：cat /usr/local/cuda/version.txt

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

查看显卡驱动版本：cat /proc/driver/nvidia/version或输入nvidia-smi

  • 确定版本后，安装指定的TensorFlow版本，先后尝试pip install tensorflow-gpu 与python -m pip install tensorflow-gpu命令安装TensorFlow后均报如下错误：

Failed to load the native TensorFlow runtime

原因可能是安装gpu版本的TensorFlow时通过pip命令安装时未能正确安装所有依赖项，通过conda命令安装就好啦：

conda install tensorflow-gpu

  • 然鹅，tensorflow环境配置好后，执行代码会报如下错误：

tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is

insufficient for CUDA runtime version。

该错误原因可能是tensorflow版本过高，默认安装的cudnn与cuda版本均比较高，与显卡驱动可能不匹配。

  • conda安装tensorflow时默认的cuda版本不匹配，重新安装指定版本的cuda，cudnn：
  1. conda uninstall cudnn
  2. conda uninstall cudatoolkit
  3. conda install cudatoolkit=9.0
  4. conda install cudnn
  5. condat install tensorflow-gpu

配置pytorch开发环境

  1. 从官网下载速度非常慢而且经常会因为网络问题中断，所以在官网选择指定版本指定环境的pytorch之后，在安装时去掉命令中的 -c pytorch即可，该参数指定从官网下载，去掉后会从本地配置的清华镜像源下载。

    conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

  2. 当新版本出来，清华镜像源还未更新时，可以先从pytorch官网下载离线包，稍后再进行安装，下载过程依然很慢且容易中断，可以翻墙后再进行下载。

    https://download.pytorch.org/whl/torch_stable.html


 

 

 

 

 

 

JavaCV开发详解之1：调用本机摄像头并预览摄像头图像画面视频（建议使用javaCV最新版本）
eguid音视频技术分享（JavaCV教程、FFmpeg教程、openCV图像处理教程、音视频教程）
06-13 12万+
快速传送至：javacv入门指南：序章 javaCV系列文章： javacv开发详解之1：调用本机摄像头视频 javaCV开发详解之2：推流器实现，推本地摄像头视频到流媒体服务器以及摄像头录制视频功能实现(基于javaCV-FFMPEG、javaCV-openCV) javaCV开发详解之3：收流器实现，录制流媒体服务器的rtsp/rtmp视频文件(基于javaCV-FFMPEG) j...
Linux部署redis服务器-CV教程
qq_39330735的博客
02-14 365
linux安装redis-6.2.7 详细教程。
linux cv cp 安装,cv: cv（Coreutils Viewer） 是一个 Linux 命令行工具，可以用来查看 cp, mv, dd, tar, gzip/gunzip, cat 等命令...
weixin_29111953的博客
05-17 279
progress - Coreutils Progress Viewer What is itThis tool can be described as a Tiny, Dirty C commandthat looks for coreutils basic commands (cp, mv, dd, tar, gzip/gunzip,cat, etc.) currently running o...
cv：显示Linux命令运行进度
weixin_34332905的博客
06-14 534
cv: 显示 cp、mv 等命令的进度 2014-07-14 By toy Posted in Apps Edit on GitHub 在 Linux 系统中 ， 大多数命令从来都是信奉 “ 沉默是金 ” 的准则 ， 所以当我们利用 cp 复制文件的时候并不能看到所谓的进度条 。 如果你在意这一点 ， 那么不妨来用用 cv。 cv 是 Coreutils Viewer， 它能够显...
Linux基础命令解析（查看、CV、压缩、重定向）
qq_45022073的博客
06-11 634
Linux基础命令解析，熟悉查看命令、熟悉针对文件的一些操作（去重、排序、创建、剪切、删除、复制）、熟悉压缩命令、熟悉重定向
Linux
weixin_48240054的博客
07-23 146
1.创建文件 touch test1 创建在系统user下 创建文件夹 mkdir test 删除文件夹 rmdir test 删除文件 rm test1 加了这个 -p 的选项，可以自行帮你创建多层目录 mkdir -p test1/test2 2.ls、ls -a、ls -l、ls -al区别 ls //显示不隐藏的文件与文件夹 ls -a //显示所有文件与文件夹包括隐藏的.和…等 ls -l //显示不隐藏的文件与文件夹的详细信息 ls -al //显示当前目
Linux环境下LVGL开发源码
最新发布
08-04
在当今快速发展的技术领域中，Linux作为一款开源的操作系统，广泛应用于服务器、嵌入式设备以及个人计算机上。Linux环境下LVGL开发源码的研究和应用，正逐渐成为开发者们关注的热点。LVGL，全称为Light and ...
最全linux代码视觉项目运行环境配置
weixin_44428286的博客
03-18 1018
删掉原有内容，添加。
一文搞懂【Linux 搭建 Dread Hunger 服务器】附本体及Docker部署集群方案
LHmine的博客
01-01 2535
看直播发现了五花八门的开服器和版本，一时兴起按官方文档进行了搭建尝试，所以我的版本基于官方Stream2024.01.10更新的版本，也就是停服时的玩法，应该可以根据mod和补丁魔改成更那些开服器一样的版本，本文不做谈论，注重服务器搭建，毕竟8个人不可能在一个局域网里乱象：首先，我看了大量教程视频，一类是开服器的推广，另一类自建的基本采用Windows搭建，我觉得最离谱的是大部分教程都会教你买一台远程Windows虚拟机？？？
ubuntu下linux 开发环境的搭建以及arm平台的移植.docx
12-06
### Ubuntu 下 Linux 开发环境的搭建以及 ARM 平台的移植 #### 一、概述 本文档主要介绍了如何在 Ubuntu 系统下搭建 Linux 开发环境，并进一步介绍如何将此环境移植到 ARM 平台上。这包括交叉编译工具链的安装、...
【Linux】linux进程--进程控制：进程创建、进程终止、进程等待、进程程序替换
weixin_59824611的博客
12-12 739
进程控制章节：进程创建（fork函数）、进程终止（exit函数）、进程等待（wait函数）、进程程序替换（exec函数簇）等知识点内容
Linux命令
weixin_43694465的博客
01-02 159
一 cd命令集 **1 ifconfig** 作用: 检查IP地址 **2 pwd** 作用: 显示当前路径 **3 cd /** 作用: 返回根目录 **4 cd ~** 作用: 用户主目录 **5 cd .** 作用: 当前目录 **6 cd ..** 作用: 返回到上一级目录 **7 cd -** 作用: 返回上...
配置服务器CV实验环境之缺啥装啥
SpadgerZ的博客
12-08 286
1.Anaconda是肯定要装的 2.使用conda新建虚拟环境 3.安装Pytorch 4.安装tensorboard 5.安装cv2 安装指令 pip install opencv-python 6.安装matplotlib 安装指令 pip install matplotlib 7.安装yaml 安装指令 pip install pyyaml 8.安装scipy 安装指令 pip install scipy 7.安装tqdm 安装指令
Linux环境下OpenCv开发环境配置
waerpcj
04-23 1504
1. OpenCV源码下载：http://opencv.org/downloads.html   \   opencv-2.4.10.zip   2. Cmake工具下载： http://www.cmake.org/download/   \    cmake-3.2.2-Linux-x86_64.tar.gz
Linux中Opencv环境配置
LiKaiYun的博客
07-20 1294
操作步骤：１．安装依赖 ２．下载Opencv源码 ３．编译配置 ４．编译安装 ５．测试第一步：安装依赖$:sudo apt-get install build-essential libgtk2.0-dev python-dev python-numpy libavcodec-dev libavformat-dev　libswscale-dev 安装工具包sudo apt-get insta
在远程服务器平台部署及运行CV项目——基于YOLOv5+deepsort的多人识别项目+TensorRT加速
m0_48365046的博客
03-07 3285
在远程服务器上部署项目并运行 部署的项目是上一个博客中提到的CV项目，上个博客是在Win10上部署，这个博客是在远端服务器上部署。（以后的项目都会要求在服务器上部署，所以要学会部署项目） 再次放上项目链接：Jetson 系列——基于yolov5和deepsort的多目标头部识别，跟踪，使用tensorrt和c++加速 连接到远端服务器 我一开始是在VS上部署的项目，本来是想用VS连接服务器，但是一搜全都是VSCode连接远程服务器的，然后我就查了一下VS和VSCode的区别，然后就选择了用VSCode来连接
RTMP开发记录 测试服务器搭建篇
weixin_33997389的博客
01-15 281
nginx-rtmp-module 安装 最近在做直播功能，为了方便调试，在本地搭建一个rtmp server吧~ 我的配置环境是Ubuntu12.04 64 安装编译环境所需库 sudo apt-get install build-essential libpcre3 libpcre3-dev libssl-dev 下载源码 wget http://nginx.org/downl...
【Android NDK开发】executing external native build for cmake
热门推荐
大山喵写博客的地方
12-15 1万+
在APP中加入了FFMPEG库，成功了之后一直没管，但是忽然间今天运行就报错了，错误如下顺藤摸瓜，CMakeList文件配置的问题，但是找了半天没有找到配置问题所在，我没有动CMakeList文件啊。花了近半天的时间才找到问题的根源，原来是对FFMPEG的代码做优化，把一个名为snprintf.cpp的文件给删了，但是没有在CMakeList里面进行修改，所以报错了，只需要把之前对于该文件的配置sr
Linux环境Java开发：配置OpenCV 4.5.1依赖与部署指南
总结以上信息，该压缩包"linux_java_opencv_4.5.1.zip"主要解决了Java开发者在Linux环境下进行图像处理和计算机视觉项目开发时遇到的平台兼容性问题，提供了从Windows环境开发到Linux环境部署的完整解决方案。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值