win+ubuntu双系统安装(含戴尔特殊情况处理方法)&显卡驱动安装&cuda, cudnn安装&anaconda安装&pycharm安装&换源&时间匹配&conda创建环境慢

一、安装ubuntu系统（戴尔G3 3590）

参考学习视频：机器人工匠阿杰

这个视频讲解很全面，以其为主要学习资料完成系统的安装

1.1 制作系统盘

链接：https://pan.baidu.com/s/1ZNXBEkrbELVI0wjlT3Cbpw?pwd=6666

提取码：6666

这是18.04的系统镜像，也可以去网上搜集别的版本的，下载好之后制作系统盘(看参考学习视频里的P4)。

1.2 准备磁盘分区

这一部分看参考学习视频里的P5和P6

1.3 进入bios模式需要改进的设置（开机之后一直按着F12）

1. 硬盘读取模式改为AHCI：看这个链接的2.3部分
2. 选择secure Boot Enable改成Disabled关闭安全启动：看这个链接的2.4部分

1.4 检查boot sequence

这一步，笔记本应当关机，插入系统盘，进入bios模式，检查boot sequence的顺序，最好如下图所示。>

确定好了之后，检查ubuntu的boot Option，看是否为grubx64.efi。

如果不是的话，选择add Boot Option

进行这样的设置，不然安装好之后无法进入系统引导界面，主要要选择一下FS的序号，找有grubx64.efi的文件。设定好之后，再设置到第一排序，如果找不到的话，可以等安装完系统再次进入bios系统中寻找。

注意：1.4是戴尔出现的专有问题。

1.5 开始安装

安装的过程参考学习视频中的P7或者P8

二、系统的一些基础设置

（1）尽量在系统初始设置的时候选择中文模式，不然后期安装中文输入法还得输入好几天指令，做一些设置，比较繁琐，不如一步到位。

如果想将终端显示设置为英文可以输入如下指令。

先查看一下当前的支持语言

echo $LANG

切换命令

LANG=en_US

（2）ubuntu和windows系统时间同步设置参考学习视频P9

（3）换源：https://zhuanlan.zhihu.com/p/61228593。我推荐选择阿里云的，清华的换了一直报错。

三、显卡驱动安装

3.1 先禁用nouveau

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
blacklist nouveau
options nouveau modeset=0

在终端依次输入这三个指令，将nouveau加入黑名单。
然后再运行下面命令进行更新

sudo update-initramfs -u

重启系统

sudo reboot

查询是否禁用(若什么也不显示，则说明禁用成功)

lsmod | grep nouveau

3.2 安装gcc/cmake

sudo apt-get install build-essential 
sudo apt-get install cmake

检查是否安装成功：

gcc --version
cmake --version

有版本号显示说明安装成功

3.3 安装Nvidia驱动

ubuntu-drivers devices，查看该版本下系统推荐的显卡驱动版本，找到recommended的那个版本，安装这个版本或者以下的，因为显卡驱动可以向下兼容。

进入英伟达官网：https://www.nvidia.cn/Download/index.aspx?lang=cn

注意在这个过程中，可以调节蓝框中的参数，搜索之后找到图3.1中推荐的版本型号即可，蓝框中的版本型号并不一定需要和自身电脑笔记本的显卡型号匹配，因为这个显卡驱动向下兼容，查显卡驱动是为了查看显卡所能支持的最高版本型号。

接下来就是安装下载好的驱动。首先，你要确认自己的Ubuntu系统里没有安装别的NVIDIA显卡驱动，若此前安装过其它版本的驱动，那么首先将其卸载掉：

sudo apt-get remove nvidia-*

然后赋予刚刚下载好的驱动run文件以执行权限：

sudo  chmod  +x NVIDIA-Linux-x86_64-470.82.00.run(可以灵活利用tab键)

接下来在run文件目录下运行它：

sudo  ./NVIDIA-Linux-x86_64-470.82.00.run(可以灵活利用tab键)

安装完成之后，输入nvidia-smi查询是否安装成功即可。

四、安装cuda和cudnn

cuda和cudnn是由版本需求匹配的，这个要注意，笔者会根据pytorch官网中的指令设计标准的版本匹配表格说明，确保每一种搭配都有对应指令可以满足。https://pytorch.org/get-started/previous-versions/

4.1 安装cuda（这里以11.1为例）

4.1.1 在NVIDIA官网选择与系统相对应的版本

https://developer.nvidia.com/cuda-toolkit-archive

不要在终端运行蓝色框那一行的指令，在ubuntu复制网址，打开网页，单独下载cuda11.1，下载之后，在其所在文件夹下打开再运行第二行的指令。

选择continue，输入accept，下一步要注意！！！~~~

因为显卡驱动已经安装了，所以要取消安装，在白色横条所在处，按一下enter，去掉叉叉，下一行也是，最后再移步到Install一行，选择enter进行安装。

4.1.2 配置环境变量

打开文件

gedit ~/.bashrc

在文件末尾加上下面两行

export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

黄色部分的路径最好在系统里类比找一下，这个路径要核对正确，因为每个版本都是不一样的。

更新环境变量配置

source ~/.bashrc

4.1.3 验证是否安装成功

终端输入如下命令

nvcc -V

出现如下信息则说明安装成功

4.2 安装cudnn(以8.0.5为例)

https://blog.csdn.net/qq_42167046/article/details/113246994

到官网下载，需要先注册一个账号再打开链接才能下载。

https://developer.nvidia.com/rdp/cudnn-download

这个需要和cuda进行匹配

上传所有文件到服务器，然后解压cudnn-11.0-linux-x64-v8.0.5.39.tgz；

tar -xzvf cudnn-11.0-linux-x64-v8.0.5.39.tgz(注意版本)

将cuda/include/cudnn.h文件复制到usr/local/cuda/include文件夹，将cuda/lib64/下所有文件复制到/usr/local/cuda/lib64文件夹中，并添加读取权限。

分别输入以下两个命令(注意：下面的所有命令都要在cuda的父目录输入，就是上图所示的目录)

sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

然后更改权限

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

接下来安装Deb包，

cuDNN Runtime Library for Ubuntu18.04(Deb)

cuDNN Developer Library for Ubuntu18.04(Deb)

cuDNN Code Samples and User Guide for Ubuntu18.04(Deb)

分别输入以下命令，如果你安装的是别的版本需要修改一下文件名。

sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.0_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.0_amd64.deb

然后测试是否安装成功，分别输入以下四个命令：

cp -r /usr/src/cudnn_samples_v8/ ~
cd ~/cudnn_samples_v8/mnistCUDNN/
make clean && make
./mnistCUDNN

最后出现**Test passed!**说明成功了。

五、安装anaconda

https://blog.csdn.net/thy0000/article/details/122878599

https://blog.csdn.net/qq_44849860/article/details/100031331

https://blog.csdn.net/g944468183/article/details/123682858

安装之后anaconda没有快捷方式，所以需要配置桌面快捷方式

切换路径

cd /usr/share/applications/

编辑快捷方式文档

sudo gedit Anaconda.desktop

编辑文档并添加如下代码(Exec和Icon后面是自己的路径)

Exec=*****这句是你的anaconda-navigator文件的路径；
Icon=****这句是你的图标文件anaconda-icon-256x256.png的路径；

[Desktop Entry]
Version=1.0
Name=Anaconda
Type=Application
GenericName=Anaconda
Comment=Scientific Python Development Environment - Python3
Exec=/home/xdzhao/anaconda3/bin/anaconda-navigator
Categories=Development;Science;IDE;Qt;Education;
Icon=/home/xdzhao/anaconda3/lib/python3.7/site-packages/anaconda_navigator/static/images/anaconda-icon-256x256.png
Terminal=false
StartupNotify=true
MimeType=text/x-python;

六、安装pycharm

https://www.jetbrains.com/pycharm/download/#section=linux

下载后解压（文件在下载目录下）

tar -zxvf FileName.tar.gz

但出于统一管理安装软件的考虑，可以将软件移动到opt目录下(opt文件夹可以用来存放下载的文件)，在终端输入

sudo mv FileName/ /opt/

文件夹移动之后就可以启动软件进行使用了，首先在终端进入pycharm的bin文件夹

cd /opt/FileName/bin

然后启动pycharm

./pycharm.sh

紧接着就可以看到Pycharm的启动界面。

在初始界面的设置里添加桌面快捷方式

在启动页面点击Configure，选中Create Desktop Entry，并在弹出的对话框中勾选for all users即可生成快捷方式。

七、 一些其他的tips

7.1 ubuntu换源

https://zhuanlan.zhihu.com/p/61228593

7.2 ubuntu和windows时间匹配

参考学习视频：机器人工匠阿杰 P9

7.3 pip换源

1、创建pip.conf文件

cd ~/.pip

如果提示目录不存在的话,我们要自行创建一个,再进入目录

mkdir ~/.pip
cd ~/.pip

在.pip目录下创建一个pip.conf文件

touch pip.conf

文件就创建好了(当然如果你已经有这个文件了这步可以跳过).

2、编辑pip.conf文件

sudo gedit ~/.pip/pip.conf

打开pip.conf文件窗口,将以下内容复制到文件中:

[global] 
index-url = http://pypi.douban.com/simple
[install] 
trusted-host=pypi.douban.com

7.4 conda创建新环境慢

在terminal输入

gedit ~/.condarc

打开了这个文件，复制下面的代码进去

channels:
 \- defaults
show_channel_urls: true
default_channels:
 \- https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
 \- https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
 \- https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
custom_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
 simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud