从零配置一台linux主机

一台linux主机"/>

从零配置一台linux主机

1. Linux软件安装方式

软件安装教程

2. 输入法安装

直接在linux应用商店搜索 ‘pinyin’，然后点击安装。

3. 配置VPN

非广告，不负责，我只是放出我自己使用的这个网址，可以在linux上使用。

按照里面的linux系统使用教程即可，亲测有效。

按照教程操作下载 .AppImage 文件之后，有两个问题需要解决

1. 更改软件权限为可运行文件
   命令：sudo chmod +x weitu_0.2.7_linuxx86_64.AppImage
2. 运行 .AppImage 文件
   命令：./weitu_0.2.7_linuxx86_64.AppImage

在执行运行的命令时遇到了这个问题： “ AppImages require FUSE to run. “
解决办法：安装 FUSE。具体做法：去这个网址查看当前系统对应的版本，然后运行对应版本下的命令即可安装。

安装 FUSE 的时候，遇到网络问题，第二条命令 git clone 执行失败，解决办法是选择更好的下载源。操作如下：

1. 打开终端并输入"sudo software-properties-gtk"命令。
2. 在弹出的窗口中选择"Download from"选项卡。
3. 选择"Other"并点击"Select Best Server"按钮，系统将自动测试并选择最佳的更新源。
4. 点击"Choose Server"并关闭窗口，然后运行"sudo apt-get update"命令再次尝试更新。

使用这个方法安装之后，进入到 .AppImage 文件所在文件夹，运行命令 ./weitu_0.2.7_linuxx86_64.AppImage 即可启动APP，和windows系统下APP一样的使用方法，亲测可行。

每次都使用命令打开是非常不方便的，所以最后还需要为 .AppImage 文件生成桌面快捷方式。方法链接。我按照此方法执行，在桌面创建快捷方式失败，并且图表没有图片，但是在菜单栏正确显示，能用就行，有兴趣的同学可以尝试解决这个问题。

4. 一个好用的终端

zsh、oh-my-zsh、tmux

Zsh：Zsh是一个强大的Shell，支持自动补全和语法高亮等功能，是Bash的替代品。
安装： sudo apt-get install zsh
应用：将默认SHELL修改为 zsh

oh-my-zsh: 安装教程

按照这个教程安装时，我出现了 git clone 执行超时的问题，我通过安装 VPN 解决了这个问题（注意，要使用全局连接，而不是PAC连接），另一个解决办法是，直接去github 上下载 oh-my-zsh.zip，解压之后进入目录 /master/tools 运行 install.sh 进行安装。

另一个教程，这个教程里不使用git clone，有国内源。

tmux：tmux是一个终端复用器，可以在一个终端窗口中同时运行多个终端会话。
安装：sudo apt-get install tmux
启动：在终端输入命令 tmux 即可
相关快捷键：

5. Anaconda && Python

Anaconda

6. 安装显卡驱动、CUDA、Pytorch

在配置深度学习环境时，以上三个组件的版本适配非常重要，安装顺序也要注意，否则会出很多的问题。

1）如何选择版本？
显卡驱动：越新越好
CUDA 和 pytorch 版本： 要适配

对于显卡驱动和CUDA版本，越新的显卡驱动能兼容的CUDA版本就越多，具体可以查看Nvidia官网。

然而，在pytorch框架中使用 CUDA 时，pytorch支持的 CUDA 版本是有限的，必须先确定清楚版本再安装，具体可以看Pytorch官网。

2）安装顺序是怎样的？
先装显卡驱动，然后查看CUDA版本，然后安装 CUDA，最后安装对应 Pytorch。

3）安装教程：
显卡驱动安装
教程1
教程2,有卸载教程

CUDA安装
（1）从CUDA官网找到对应版本。
（2）选择 ranfile(local) 下载运行即可安装，这里切记不可使用 dev 版本，会自动装显卡驱动，覆盖掉之前装的
（3）安装完要在 .bashrc 文件中添加 PATH

	export PATH=$PATH:/usr/local/cuda/binexport LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

添加完了执行 source ~/.bashrc。
（4）通过命令 nvcc --version 查看版本，输出版本即为成功

cuda卸载:

sudo apt clean
sudo apt update
sudo apt purge nvidia-* 
sudo apt autoremove

Pytorch安装
进入到相应环境之后，在Pytorch官网选择合适版本，然后运行官网命令即可安装。