Ubuntu18.04环境配置
作者:互联网
一、Ubuntu 系统
系统安装参考链接: https://www.cnblogs.com/masbay/p/11627727.html
Dell G3 3590,在自带win10上安装Ubuntu18.04时出现找不到硬盘分区的问题:
解决办法:更改硬盘模式(默认为RAID)
- 首先进入原有windows10系统
- WIN键 + R键,输入MSCONFIG
- 进入“系统配置“界面,选择"引导"并将“安全引导”勾选上,默认为最小
- 点击确定,然后重新启动
- 重启时不断按F12进入BIOS,将硬盘模式更改为AHCI(SYSTEM CONFIGURATION -> SATA Operation)
- 更改BOOT SEQUENCE顺序,将UEFI调整到最前面,然后保存退出
- 等待系统进入安全模式
- 再次按下WIN+R -->输入MSCONFIG --> 选择引导,将上面勾选的安全引导取消勾选
- 重新启动,看更改后SATA为AHCI后,原有win10能否正常启动
- 正常启动后再选择重新启动,更改BOOT SEQUENCE为USB,安装上面安装教程安装Ubuntu系统。
参考 https://www.jianshu.com/p/0d11b26f071c
二、相关软件
1 . 更新
$ sudo apt-get update
$ sudo apt-get upgrade
$ sudo apt-get install vim
2. 更换源为阿里源
-
step1 编辑sources.list
$ sudo vim /etc/apt/sources.list
-
step2 修改, 删除原先所有内容,将以下内容添加至文件
# 阿里源 deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
-
step3 更新
$ sudo apt-get update && sudo apt-get upgrade
3. 安装搜狗输入法
-
step1 安装fcitx
$ sudo apt-get install fcitx
-
step2 搜狗官网下载安装包
$ sudo dpkg -i sogoupinyin_版本号_amd64.deb
如果出现错误,则先安装依赖
$ sudo apt-get -f install $ sudo dpkg -i sogoupinyin_版本号_amd64.deb
-
step3 重启电脑
参考链接: https://www.jianshu.com/p/cafe12618293
4. 安装Typora
-
step1
$ wget -qO - https://typora.io/linux/public-key.asc | sudo apt-key add -
-
step2
# add Typora's repository $ sudo add-apt-repository 'deb https://typora.io/linux ./' $ sudo apt-get update
-
step3
# install typora $ sudo apt-get install typora
5.安装NVIDIA显卡驱动
-
step1 查看电脑显卡信息
$ lspci | grep -i nvidia
-
step2 查找对应的驱动程序
$ ubuntu-drivers devices
-
step3 安装推荐的驱动程序
$ sudo apt-get install nvidia-driver-推荐版本号数字
-
step4 重启电脑后查看
$ nvidia-smi
6. 安装cuda
-
step1 官网下载相应的cuda版本
cuda_10.1.243_418.87.00_linux.run
-
step2 安装
$ sudo sh cuda_10.1.243_418.87.00_linux.run
因为已经安装了显卡驱动,安装过程中需要去掉
Driver
-
step3 查看安装的cuda版本
$ cat /usr/local/cuda-10.1/version.txt
-
step4 配置环境变量
安装完后在
/usr/local/cuda
目录下会自动将cuda-10.1软连接到cuda
。# 打开配置文件 $ sudo vim ~/.bashrc # 文件最后添加如下语句 export PATH="/usr/local/cuda/bin:$PATH" export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH" # 退出后source文件使其生效 source ~/.bashrc
-
step5 查看cuda信息
$ nvcc --version
-
step6 同一电脑多个cuda版本控制
进入
/usr/local
目录查看文件,如果安装了cuda10.1和cuda10.2版本,目录下会显示cuda
,cuda-10.1
,cuda-10.2
,利用nvcc --version
(需将cuda
目录下include
和lib64
加入环境变量)查看当前cuda版本,如果想切换,则进行如下操作即可$ cd /usr/local/ $ sudo rm -r cuda $ sudo ln -s cuda-10.2 cuda # 将当前cuda版本设为10.2
7.配置cudnn
-
step1 下载和cuda对应的cudnn版本
-
step2 解压后可以看到cuda文件夹,然后分别执行以下命令
$ sudo cp cuda/include/cudnn.h /usr/local/cuda10.1/include/ $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda10.1/lib64/ $ sudo chmod a+r /usr/local/cuda10.1/include/cudnn.h $ sudo chmod a+r /usr/local/cuda10.1/lib64/libcudnn*
-
step3 查看版本
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
8. 安装anconda3
-
step1 下载相应anconda3版本
-
step2 安装
$ bash ./Anaconda3-2020.02-Linux-x86_64.sh
-
step3 配置环境变量
$ sudo vim ~/.bashrc # 最后添加 export PATH="/home/zjh/anaconda3/bin:$PATH" $ source ~/.bashrc
-
step4 配置源
查看源
conda config --show-sources
添加清华源
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 --set show_channel_urls yes
-
step5 如果需要更改anaconda中默认python版本, 否则跳过
$ sudo conda install python=3.6
-
step6 创建虚拟环境并指定python版本
$ conda create -n env_name python=3.6.9
-
step7 关闭终端默认进入base环境
$ conda config --set auto_activate_base false
配置jupyter notebook
- 安装jupyter notebook
$ conda install jupyter
- jupyter notebook可以选择conda下不同python版本
$ conda install nb_conda_kernels
安装完再新建处可以选择python版本
参考链接: https://blog.csdn.net/qq_15192373/article/details/81091098
9.安装python
也可以通过anaconda3安装
$ sudo apt-get install python3-dev
将python3软连接至python
$ sudo ln -s /usr/bin/python3 /usr/bin/python
10.编译openCV源码
-
step1 安装相关依赖
必要依赖
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
可选依赖
$ sudo apt-get install python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev
-
step2 下载安装包
从Opencv 官网下载zip文件, 下载地址,然后解压。
-
step3 编译
# 傻瓜式cmake $ cmake ../ # 带参数cmake 默认位置安装 $ cmake ../ -DWITH_CUDA=OFF -DCMAKE_BUILD_TYPE=RELEASE -DBUILD_EXAMPLES=ON -DBUILD_DOCS=OFF -DBUILD_PERF_TESTS=OFF -DBUILD_TESTS=OFF # 带参数cmake 自定义位置安装 $ cmake ../ -DWITH_CUDA=OFF -DCMAKE_INSTALL_PREFIX=/usr/local/opencv/opencv-4.3.0 -DCMAKE_BUILD_TYPE=RELEASE -DBUILD_EXAMPLES=ON -DBUILD_DOCS=OFF -DBUILD_PERF_TESTS=OFF -DBUILD_TESTS=OFF
-
step4 构建
$ make -j8
-
step5 安装
$ sudo make install
-
step6 配置环境变量
- 1、设置搜索路径
OpenCV install后会在/OPENCV_DIR_PATH/lib/pkgconfig/下产生opencv.pc文件,里面定义了这些路径变量,如果没有则手动添加,然后将其拷贝到/usr/lib/pkgconfig下。
prefix=/usr/local/opencv/opencv-4.3.0 exec_prefix=${prefix} includedir=/usr/local/opencv/opencv-4.3.0/include libdir=/usr/local/opencv/opencv-4.3.0/lib Name: OpenCV Description: Open Source Computer Vision Library Version: 4.3.0 Libs: -L${exec_prefix}/lib -lopencv_stitching -lopencv_superres -lopencv_videostab -lopencv_aruco -lopencv_bgsegm -lopencv_bioinspired -lopencv_ccalib -lopencv_dnn_objdetect -lopencv_dpm -lopencv_face -lopencv_photo -lopencv_freetype -lopencv_fuzzy -lopencv_hdf -lopencv_hfs -lopencv_img_hash -lopencv_line_descriptor -lopencv_optflow -lopencv_reg -lopencv_rgbd -lopencv_saliency -lopencv_stereo -lopencv_structured_light -lopencv_phase_unwrapping -lopencv_surface_matching -lopencv_tracking -lopencv_datasets -lopencv_text -lopencv_dnn -lopencv_plot -lopencv_xfeatures2d -lopencv_shape -lopencv_video -lopencv_ml -lopencv_ximgproc -lopencv_calib3d -lopencv_features2d -lopencv_highgui -lopencv_videoio -lopencv_flann -lopencv_xobjdetect -lopencv_imgcodecs -lopencv_objdetect -lopencv_xphoto -lopencv_imgproc -lopencv_core Libs.private: -ldl -lm -lpthread -lrt Cflags: -I${includedir}
输入如下命令查看是否正确:
# 查看所有系统将会扫描的pkgconfig文件夹路径; pkg-config --variable pc_path pkg-config #根据opencv.pc查看其有那些路径变量 pkg-config --print-variables opencv #查看opencv.pc中prefix变量的值(即其编译安装的位置) pkg-config --variable prefix opencv
打开终端,输入以下命令,查看opencv版本
$ pkg-config opencv --modversion
-
2、设置Python的cv2包的环境变量(必须)
自定义位置编译时,可能会出现一种情况,编译成功安装成功,OpenCV的c++ demo也可以正常运行,但是进入python环境import cv2时会发现找不到包。因为自定义编译时,生成的cv2模块路径是: /OPENCV_DIR_PATH/lib/python3.6/dist-packages 需要将此路径设置加入环境变量PYTHONPATH中,以便于python环境中import时可以找到cv2。
# 新增PYTHONPATH环境变量 $ sudo vim ~/.bashrc # 在最后添加如下路径 export PYTHONPATH=$PYTHONPATH:/OPENCV_DIR_PATH/lib/python3.6/dist-packages #如:export PYTHONPATH=$PYTHONPATH:/usr/local/opencv/opencv-3.4.8/lib/python3.6/dist-packages # 保存更新 $ source ~/.bashrc
打开终端,输入python,然后引用查看python版本是否正确
>>> import cv2 >>> cv2.__version__
-
3、配置lib路径
主要是将opencv的lib路径添加到配置,能被系统扫描到,有什么用?其他项目,如darknet构建时需要用到opencv的lib,就可以直接引用到。
sudo gedit /etc/ld.so.conf.d/opencv.conf
将你opencv安装目录/lib路径写入opencv.conf,并保存。如果你编译时是默认安装,路径是: /usr/local/lib,否则为第三步编译中设置的路径:/usr/local/opencv/opencv-4.3.0/lib
#刷新lib库目录 $ sudo ldconfig #刷新目录缓存 $ sudo /sbin/ldconfig
-
step7 运行测试例子
-
c++
在下载下来的源码中
opencv-4.3.0/samples/cpp/example_cmake/
目录下更改CMakeLists.txt
文件,在find_package(OpenCV REQUIRED)
之前添加set(OpenCV_DIR /usr/local/opencv/opencv-4.3.0/lib/cmake/opencv4/)
然后编译运行:
$ mkdir build && cd build $ cmake .. $ make $ ./example_cmake
-
python
编写如下脚本,
test.py
import cv2 img = cv2.imread("test.png") cv2.imshow("img", img) cv2.waitKey(0)
然后运行
$ python test.py
-
参考链接:https://zhuanlan.zhihu.com/p/93356275
https://docs.opencv.org/4.3.0/d7/d9f/tutorial_linux_install.html
11.安装pycharm
-
step1 官网下载安装包
-
step2 解压后进入
bin
目录 -
step3 安装
$ sh ./pycharm.sh
-
step4 按照提示进行安装,注册可以参考以下链接
-
step5 创建快捷方式
$ cd /usr/share/applications $ sudo vim pycharm.desktop
添加如下内容,即可在应用中看到pycham,可直接点击打开
[Desktop Entry] Version=1.0 Type=Application Name=Pycharm Icon=/home/zjh/package/pycharm-professional-2020.2.3/pycharm-2020.2.3/bin/pycharm.png Exec=sh /home/zjh/package/pycharm-professional-2020.2.3/pycharm-2020.2.3/bin/pycharm.sh MimeType=application/x-py; Name[en_US]=pycharm
参考链接: https://blog.csdn.net/qq_15192373/article/details/81091278
远程连接
主要分为三步
- 配置Tools/deployment/configure
- 配置Tools/deployment/options
- 配置解释器
参考链接:https://blog.csdn.net/baidu_39622935/article/details/84299439
12、本地显示远程网页
1. tensorboard
利用Mobaxterm
工具,配置MobaSSHTunnel,注意:服务器IP填写127.0.0.1
参考连接:https://blog.csdn.net/z13653662052/article/details/98761242
2.jupyter notebook
- step1: 服务器打开
jupyter notebook --no-browser --port=8888 --ip=0.0.0.0 --allow-root
# 或者挂后台
nohup jupyter notebook --no-browser --port=8888 --ip=0.0.0.0 --allow-root &
- step2: 本地win+R打开终端
ssh username@server_ip -L127.0.0.1:8000:127.0.0.1:8888
- step3: 本地打开网页
https://127.0.0.1:8000/tree?
参考链接:https://blog.csdn.net/qq_30011277/article/details/103473934
标签:配置,lopencv,--,sudo,环境,opencv,cuda,Ubuntu18.04,usr 来源: https://www.cnblogs.com/xiaxuexiaoab/p/14544511.html