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