安装vscode

方法一：

依次输入如下命令

(资料图)

1.sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make 2.sudo apt-get update 3.sudo apt-get install ubuntu-make 4.umake ide visual-studio-code

可以在应用找到vscode即为成功

安装git

1.sudo apt update2.sudo apt install git

可以在git --version打印出版本即为成功

安装cuda

在这里找CUDA Toolkit Archive | NVIDIA Developer

(nvcc -V的话是查询系统安装的cuda版本，而nvidia-smi是查看GPU使用情况的（也可以用来检查驱动是否安装成功）。nvidia-smi之所以会出现cuda version，我印象里谷歌给的解释是，release这个显卡驱动时英伟达使用的cuda版本。只需要保证nvidia-smi显示的cuda version比nvcc -V显示的版本高就行)

1.wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run2.sudo sh cuda_11.3.0_465.19.01_linux.run

以下这样即为成功

============ Summary ============Driver:   Not SelectedToolkit:  Installed in /usr/local/cuda-10.2/Samples:  Installed in /home/wohu/, but missing recommended librariesPlease make sure that -   PATH includes /usr/local/cuda-10.2/bin -   LD_LIBRARY_PATH includes /usr/local/cuda-10.2/lib64, or, add /usr/local/cuda-10.2/lib64 to /etc/ld.so.conf and run ldconfig as rootTo uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-10.2/binPlease see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-10.2/doc/pdf for detailed information on setting up CUDA.***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 440.00 is required for CUDA 10.2 functionality to work.To install the driver using this installer, run the following command, replacing  with the name of this run file:    sudo .run --silent --driverLogfile is /var/log/cuda-installer.log

多种方式验证cuda是否安装成功

ll /usr/local/

若看到 /usr/local/目录下已经有 cuda -> /usr/local/cuda-10.2//软链接，则为成功

然后继续配置cuda环境变量

打开.bashrc并修改

sudo vi ~/.bashrc

进入文件后使用上下左右移动键将光标移动到最后一行，然后使用字母按键o插入一行

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

继而接着再插入一行

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

最后按下esc按键，然后输入:wq即可保存

然后还要使得配置的环境变量生效，所以继续输入

sudo source  ~/.bashrc

如果遇到source command not found情况，可以切换到root用户，使用sudo -s切换，然后执行source ~/.bashrc 即可成功

当一切搞定，就可以测试cuda，查看cuda版本使用nvcc -V

卸载cuda

在cuda10.2里对应torch1.7.0和torchvision0.8.1使用nvidia 3090不太行（原因：算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行，但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行，同理算力8.x的显卡不可以在支持最高算力7.x的CUDA版本下运行），会报错，所以此时只能升级torch版本

这里感觉装了两个无用cuda版本有点难受，所以卸载他们

cd /usr/local/cuda-xx.x/bin/ sudo ./cuda-uninstaller

当下载cuda提示连接超时时，建议直接重启电脑

胡乱卸载导致nvidia-smi找不到设备了，故重新安装nvidia驱动

首先安装驱动前一定要更新软件列表和安装必要软件、依赖（必须）

sudo apt-get update   #更新软件列表 sudo apt-get install g++ sudo apt-get install gcc sudo apt-get install make

lspci | grep -i nvidia或者ubuntu-drivers devices 查看显卡型号，然后进入这个网站

https://www.nvidia.cn/Download/index.aspx?lang=cn

卸载原有驱动

sudo apt-get remove --purge nvidia*   # 或者nvidia-*

禁用nouveau(nouveau是通用的驱动程序)（必须）

sudo gedit /etc/modprobe.d/blacklist.conf 或者(blacklist-nouveau.conf)

在打开的blacklist.conf末尾添加如下，保存文本关闭

blacklist nouveau options nouveau modeset=0

在终端输入如下更新，更新结束后重启电脑（必须）

sudo update-initramfs –u

重启后在终端输入如下，没有任何输出表示屏蔽成功

lsmod | grep nouveau

安装lightdm，lightdm是显示管理器，主要管理登录界面，ubuntu20.04、21.04、22.04需要自行安装,然后上下键选择lightdm即可

sudo apt-get install lightdm

为了安装新的Nvidia驱动程序，我们需要停止当前的显示服务器。最简单的方法是使用telinit命令更改为运行级别3。在终端输入以下linux命令后，显示服务器将停止。（必须）

sudo telinit 3

进入黑漆漆的文本界面tty（如果进不去，就按Ctrl + Alt + F1~F6中的一个(分别对应进入tty1~tty6)），然后输入用户名和密码

在文本界面中，禁用X-window服务,在终端输入（必须）

（如果是默认的gdm3显示管理器，命令为sudo /etc/init.d/gdm3 stop）

sudo /etc/init.d/lightdm stop或者（sudo service lightdm stop）

cd命令进入到你存放驱动的目录，输入命令：

sudo chmod 777 NVIDIA-Linux-x86_64-430.26.run   #给你下载的驱动赋予可执行权限，才可以安装sudo ./NVIDIA-Linux-x86_64-430.26.run （–no-opengl-files）   #安装

简洁版

sudo apt-get update   #更新软件列表 sudo apt-get install g++  #安装必要依赖sudo apt-get install gccsudo apt-get install make sudo apt-get remove --purge nvidia*  #卸载原有所有驱动（或者nviida-*） sudo gedit /etc/modprobe.d/blacklist.conf   #禁用nouveau，末尾添加如下两行命令保存blacklist nouveau   options nouveau modeset=0 sudo update-initramfs –u   #更新reboot   #重启电脑lsmod | grep nouveau   #检查，输入之后无其他输出，成功，继续 sudo telinit 3  #进入文本界面sudo service gdm3 stop   #停止显示服务sudo chmod 777 NVIDIA-Linux-x86_64-430.26.run   #给你下载的驱动赋予可执行权限，才可以安装sudo ./NVIDIA-Linux-x86_64-430.26.run    #安装 sudo  service  gdm3 start   #重启显示服务，完成

安装anconda

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

在镜像源下载anconda3-5.2.0-linux-x86_64版本

然后在下载文件位置打开终端，运行(bash+文件名)

bash Anaconda3-2020.02-Linux-x86_64.sh

一直enter，然后两次都yes

最后conda -v查看conda版本即可

配置conda镜像源

首先看安装地址有没有.condarc文件，没有则运行

conda config --set show_channel_urls yes

然后，如果有可视化界面，直接使用text editor编辑负责这一段进.condarc文件即可

channels:  - defaultsshow_channel_urls: truedefault_channels:  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r  - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2custom_channels:  conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud  msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud  bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud  menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud  pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud  pytorch-lts: https://mirrors.bfsu.edu.cn/anaconda/cloud  simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

实战项目

接下来以实战项目为例：fairmot的复现

首先我们去找到项目的github

遇到的第一个问题：cuda是11.4，没有适配的torch，所以需要去安装其他版本cuda，这里准备降到10.2版本

多cuda版本使用

多版本cuda动态切换（举例）：1、更改环境变量，将cuda-10.1变为cuda-9.0sudo gedit ~/.bashrc注释掉原来的cuda10.1版本的环境变量，替换为cuda9.0的环境变量export PATH="$PATH:/usr/local/cuda-9.0/bin"export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64/"export LIBRARY_PATH="$LIBRARY_PATH:/usr/local/cuda-9.0/lib64"2、删除之前的软连接，并生成新的软连接sudo rm -rf /usr/local/cuda #删除之前创建的软链接sudo ln -s /usr/local/cuda-9.0 /usr/local/cuda #创建新 cuda 的软链接

对应项目所需torch去下载

https://download.pytorch.org/whl/cu113/torch_stable.html

cu102:表示cuda版本为10.2，(可以直接更改这个跳转链接)torch-1.7.1:表示torch版本为1.7.1cp38:表示适用python版本为3.8linux:表示适用于linux系统x86_64:表示同时兼容32和64位系统

然后在文件位置命令行运行pip install +文件名 -i https://mirrors.bfsu.edu.cn/pypi/web/simple