从零开始配置深度学习环境（ubuntu）

Ubuntu 18.04 的安装与配置

安装

安装 Ubuntu 参考： Ubuntu 18.04 安装笔记。

安装Ubuntu18.04之后的要做的事

更新源

sudo apt update 

sudo apt upgrade

安装搜狗输入法

sudo apt install fcitx

安装 g++ gcc 开发必备编译库

sudo apt-get install build-essential

一个好用的编译器 vscode

下载地址： https://code.visualstudio.com/

安装 git 并配置git

sudo apt-get install git

配置本机git的两个重要信息，user.name和user.email,中终端输入如下命令即可设置

git config --global user.name "Your Name"

git config --global user.email "[e-mail]"

支持挂载 exfat

sudo apt-get install exfat-fuse  

配置深度学习环境

参考: Ubuntu 18.04 + Cuda + Cudnn + tensorflow-gpu

安装GPU（针对ubuntu18.04）

安装所有推荐的驱动：

sudo ubuntu-drivers autoinstall

ImportError: libcudart.so.10.0: cannot open shared object file

解决办法：

sudo ldconfig /usr/local/cuda-10.0/lib64

如果无法解决， 可以使用如下方式解决：

conda install cudatoolkit

或者

 sudo apt-get install cuda

之后再重新安装 cuda10.0

sudo bash cuda_10.0.130_410.48_linux.run

配置百度网盘

参考： Ubuntu16.04 下载百度网盘文件 实现

该篇博文中提到的 ampermonkey 十分强大，它里面有许多插件， 比如： 插件

GPU 配置的一个注意事项

一般情况下，cuda 是 8.0 或 10.0 相对比较稳定，最新的 10.1 并不是那么友好。如果想要获取历史版本的 CUDA 可以参考： https://developer.nvidia.com/cuda-toolkit-archive

Anaconda

> For changes to take effect, close and re-open your current shell. <

If you’d prefer that conda’s base environment not be activated on startup,
set the auto_activate_base parameter to false:

conda config --set auto_activate_base false

ssh

• Enable SSH on Ubuntu 18.04 Bionic Beaver Linux
• • Allow SSH root login on Ubuntu 18.04 Bionic Beaver Linux

忘掉VNC/RDP，拿起手中的MobaXterm轻松上手远程桌面

如果想要让 Windows 远程控制 ubuntu 的桌面，可以参考：Connect from Windows 10 to Ubuntu 18.10 / 18.04 | 16.04 via XRDP Remote Desktop Protocol (RDP)