文章目录
一、安装ubuntu22.041、制作ubuntu的启动U盘2、安装ubuntu3、更新并安装一些基本包4、中文输入法二、配置相关环境1、 安装Nvidia驱动2、安装anaconda3、安装pytorch与tensorflow三、设置远程使用1、easyconnect安装2、安装v2ray服务3、安装ssh服务一、安装ubuntu22.04
1、制作ubuntu的启动U盘
首先下载ubuntu22.04镜像,可以在清华开源镜像站下载,再利用用UltraISO打开Ubuntu镜像制作系统启动u盘,参考链接/m0_37605642/article/details/112365663
2、安装ubuntu
笔者使用的双系统安装,因此在安装时选择了自定义分区,可参考链接/jiaocheng/7081.html
3、更新并安装一些基本包
sudo apt updatesudo apt remove vim-commonsudo apt install vimsudo apt install gitsudo apt install net-toolssudo apt install gnome-tweakssudo apt install fcitx
4、中文输入法
参考链接/xiaopang_love_study/article/details/119487748
也可以安装搜狗输入法,参考链接/linux/guide
二、配置相关环境
1、 安装Nvidia驱动
打开设置-关于-其他-软件更新-附加驱动,选择带tested的推荐版本即可,点击应用更改会自动安装,此时底层的cuda自动安装了,nvidia-smi命令可以用了(但nvcc命令仍然不可用,这是因为仅安装了driver-api)
相关解释可以看链接/question/378419173
值得注意的是,如果使用conda来安装pytorch,则会自动帮你安装cuda和cudnn,因此不需要再像其他教程一样安装cuda和cudnn了。但如果使用tensorflow等其他框架可能就需要自行安装相应的cuda和cudnn了。
2、安装anaconda
利用conda来管理虚拟环境,注意首先更改conda源为清华源,参考链接https://mirror.tuna./help/anaconda/
3、安装pytorch与tensorflow
在虚拟环境python=3.9情况下安装 nvidia显卡支持最高cuda版本为11.7
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3.1 -c pytorch -c nvidia -c conda-forge
conda install cuda -c nvidiaconda install cudnnpip install tensorflow_gpu
三、设置远程使用
1、easyconnect安装
连接到远程内网的服务器需要使用到easyconnect,但easyconnect在ubuntu22.04的环境下安装后双击图标无反应,这是因为其依赖的库版本不对。
解决方案:/forum/d/2782
2、安装v2ray服务
参考链接/docs/prologue/introduction/
3、安装ssh服务
首先安装好openssh
sudo apt install openssh-server
然后设置相关的配置,编辑/etc/ssh/ssh_config,把PasswordAuthentication yes 前面的#去掉
sudo vi /etc/ssh/ssh_config
启动ssh服务
sudo service ssh start
参考链接/weixin_44197719/article/details/119888235