ubuntu16 深度学习环境配置_ubuntu16 source bashrc-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_40859461/article/details/86660779

ubuntu16.04 安装

Vim

安装
```
sudo apt-get install vim
```

配置

vim ~/.vimrc
# 添加内容
" vim 配置文件，改名为 .vimrc 后移动到 home 下就可以了

" 
set smarttab

" 设置tab=4空格
set tabstop=4

" 设置换行自动缩进长度为4个空格
set shiftwidth=4

" 设置tab符自动转换为空格
set expandtab

" 设置智能缩进，其他可选缩进方式：autoindent, cindent, indentexpr
set smartindent

" 显示行号
set number

" 高亮搜索
set hlsearch

" 输入搜索内容时就显示搜索结果
set incsearch

" 高亮光标所在行
set cursorline

" 美化 
" cterm 表示为原生vim设置样式，设置为NONE表示可以自定义设置
" ctermbg 设置终端vim的背景色 ctermfg 设置终端vim的前景色
" guibg 和 guifg 分别是设置gvim的背景色和前景色
"
hi CursorLine   cterm=NONE ctermbg=black ctermfg=green guibg=None guifg=None

" 高亮光标所在列
set cursorcolumn
" 美化
hi CursorColumn cterm=NONE ctermbg=black ctermfg=green guibg=None guifg=None

" 永久显示状态栏
set laststatus=2

" 在窗口的最上面显示当前打开文件的路径和文件名
let &titlestring = expand("%:p")
if &term == "screen"
  set t_ts=^[k
  set t_fs=^[\
endif
if &term == "screen" || &term == "xterm"
  set title
endif

" 在状态栏显示路径
set statusline=\ %<%F[%1*%M%*%n%R%H]%=\ %y\ %0(%{&fileformat}\ %{&encoding}\%c:%l/%L%)\

" 直接复制到系统粘贴版
set clipboard=unnamed

NERDTree树状显示目录

下载安装包：http://www.vim.org/scripts/script.php?script_id=1658
解压到.vim 用户目录下
unzip /home/用户名称/Desktop/NERD_tree.zip -d ~/.vim/
设置快捷键：按F10启动NERDTree
vim ~/.vimrc添加
map <F10> :NERDTreeMirror<CR>
map <F10> :NERDTreeToggle<CR>

显卡驱动安装

下载相应版本的显卡驱动
https://www.nvidia.com/Download/index.aspx?lang=cn
删除旧驱动
```
sudo apt-get purge nvidia*
```

禁用自带的 nouveau nvidia 驱动

sudo vim /etc/modprobe.d/blacklist-nouveau.conf # 新建编辑文件
# 添加如下两句
blacklist nouveau
options nouveau modeset=0
# 更新一下
sudo update-initramfs -u

重启系统，查看是否禁用成功，查看命令

lsmod | grep nouveau

没有输出则禁用成功

安装驱动

init 3 # 进入init 3 文本模式
Ctrl+Alt+F1
sudo service lightdm stop # 关闭X-Window
cd Downloads
sudo ./NVIDIA.run # 安装
sudo service lightdm start # 重启X-Window
Ctrl+Alt+F7 # 进入桌面模式

测试是否安装成功
```
nvidia-smi
```

CUDA8.0+CUDNN5.1

CUDA8.0下载
https://developer.nvidia.com/cuda-80-ga2-download-archive

CUDA安装：

cd Downloads # 切换到下载目录
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

验证CUDA是否安装成功
```
nvcc -V
```
输出cuda版本信息则安装成功
CUDNN下载
https://developer.nvidia.com/rdp/cudnn-archive

cudnn 配置：

cd Downloads
sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.1.tgz
cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include  #复制头文件
cd ../lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5    #删除原有动态文件
sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5  #生成软衔接
vim ~/.bashrc # 配置环境变量
export PATH=$PATH:/usr/local/cuda/bin # 在最后一行添加环境变量
source ~/.bashrc # 保存退出后更新一下配置文件
nvcc --version # 查看 cudnn 是否安装成功 出现版本信息则安装成功

CUDA 卸载

sudo apt-get remove cuda 
sudo apt-get autoclean
sudo apt-get remove cuda*
cd /usr/local/
sudo rm -r cuda*
sudo find / -name cuda* # 查找系统中还存在cuda-9.1的地方
依次删除查找到CUDA残留的文件
# 再次执行
sudo apt-get remove cuda 
sudo apt-get autoclean
sudo apt-get remove cuda* 
# 卸载完成

Anaconda

下载 anaconda
https://www.anaconda.com/download/#linux

安装

cd Downloads
sh Anaconda2-2018.12-Linux-x86_64.sh # 一路回车确认
source ~/.bashrc

pytorch

pytorch==0.4.1
https://pytorch.org/get-started/previous-versions/

conda install pytorch=0.4.1 cuda80 -c pytorch

tensorflow-gpu

pip install tensorflow-gpu==1.2.1

CUDA8.0 貌似最高仅支持 tensorflow1.4, 不要装太高版本的 tensorflow

keras

pip install keras

开启SSH服务远程登录

可以让其他电脑 SSH 远程登陆该服务器

查看当前的ubuntu是否安装了ssh-server
```
dpkg -l | grep ssh
```
安装ssh-server服务
```
sudo apt-get install openssh-server
```
再次查看是否安装了ssh-server
```
 dpkg -l | grep ssh
```
输出中带有 openssh-server即代表安装成功
确认ssh-server是否启动
```
ps -e | grep ssh
```
看到sshd那说明ssh-server已经启动, 没有启动则输入开启命令
```
sudo /etc/init.d/ssh start
```
文件配置
```
sudo vim /etc/ssh/sshd_config
```
将第28行的PermitRootLogin prohibit-password注释掉, 添加PermitRootLogin yes, 在第25行的Port 22出可以改变端口号
关闭防火墙
```
ufw disable
```
验证是否配置成功
```
ifconfig # 查看 IP
```
inet addr 后面的即为 IP 地址, 远程连接验证:
```
ssh username@192.168.0.101
```
第一次连接输入yes, 跳到输入密码界面即为成功

内网穿透
ngrok