windows装Ubuntu双系统，以及Ubuntu深度学习环境的安装
最近需要跑一个深度学习代码，但代码需要的一些库windows环境下没有，所以只能下载Linux系统。一开始想到用虚拟机来安装Ubuntu系统，但在网上查找发现虚拟机不能使用物理机显卡，只能作罢。同时考虑到深度学习用到的数据集比较大所以买了块500G固态用来安装Ubuntu系统，整个安装过程实在曲折，所以记录下以便帮助需要的人。
一、安装Ubuntu双系统
具体可参考：https://blog.csdn.net/qq_22124817/article/details/108797438
- Ubuntu系统推荐使用偶数年版本（更稳定），我这里下载的是20.04版本。官网地址： https://ubuntu.com/download/desktop
- 网上U盘制作多分为两种：rufus： https://rufus.ie/zh/ 和UItraISO： https://cn.ultraiso.net/ 。两种方法都可以，个人觉得rufus使用更加方便。
- 一定要注意安装Ubuntu系统的磁盘一定是待分配状态（没有卷标）。
- Ubuntu系统分区可以按照参考链接来进行设置，主要用到的是home文件所以这部分内存分配可以大一些。具体分配看个人需求。
- 如果系统安装错误或者想要删除Ubuntu系统，可参考这位博主的帖子可彻底删除Ubuntu系统。
具体参考：https://blog.csdn.net/guikunchen/article/details/88077330
- 安装好双系统后进入Windows系统如果出现需要输入Bitlocker密钥页面，可到微软官网查找： https://account.microsoft.com/devices/recoverykey?refd=support.microsoft.com 。输入48位恢复密钥即可进入windows系统。
- 安装好双系统后可能会出现无法进入Ubuntu系统的情况，这多是因为nvidia显卡驱动和Ubuntu系统兼容性问题。这个时候需要从Ubuntu高级系统设置的recovery mode进入，选择resume，回车进入系统。
（1）如果安装的Ubuntu系统不使用到独立显卡可以禁用独立显卡，具体操作如下：
sudo gedit /etc/default/grub
找到文件中的”quiet splash”修改为”quiet splash nomodeset”，点击右上角保存（命令窗口弹出警告信息直接忽视）。
更新grub：
sudo update-grub
重启电脑：
reboot
（2）如果要使用到独立显卡就需要安装对应的显卡驱动程序。
具体可参考：https://blog.csdn.net/u014682691/article/details/80605201
因为深度学习环境的安装要求比较高，这里采用第二种安装方式。
首先安装gcc和make：
sudo apt update
sudo apt-get install gcc
sudo apt-get install make
测试系统的图形界面是否可以正常打开：
sudo service lightdm start
如果出现以下错误：
Failed to stop lightdm.service: Unit lightdm.service not loaded.
就需要安装lightdm
sudo apt update
sudo apt-get install lightdm
再次验证：
sudo service lightdm start
如果没有打印输出，则安装成功。
之后按照参考链接的步骤关闭nouveau驱动程序。重启电脑后下载官方显卡驱动程序：https://www.nvidia.cn/geforce/drivers/
下载驱动后，在程序所在的文件夹中打开终端（记住程序所在的位置），给文件赋予权限（根据你下载的版本在命令中修改文件名）：
sudo chmod 777 NVIDIA-Linux-x86_64-510.54.run
之后关闭x-window再安装驱动程序：
sudo service lightdm stop
执行这条命令后电脑会变为黑屏只有左上角光标闪烁，这个时候不要着急，按下Ctrl+Alt+F1进入tty1控制台，输入Ubuntu系统账号和密码。下面开始安装显卡驱动程序：
首先你需要去存储驱动程序的位置
cd /home/lzh/下载
sudo ./NVIDIA-Linux-x86_64-510.54.run
安装过程选项全部按照默认设置即可，安装好显卡驱动程序后打开x-window：
sudo service lightdm start
这时出现系统桌面，进入系统然后重启。
2、深度学习环境的安装
- 显卡驱动装好后接下来安装cuda和cudnn
(1)安装cuda
查看自己的电脑支持的cuda版本：
nvidia-smi
右上角是电脑支持的cuda最大版本，这里我下载的是11.3版本。到官网下载cuda：https://developer.nvidia.com/cuda-toolkit-archive
在终端中依次输入以下两行命令。如果出现以下情况，请选择继续安装：
需要注意的是，我们已经安装了显卡驱动，所以这里不需要安装：
接下来等待安装完成，需要添加环境变量才能在终端查询到cuda版本（需注意文件夹名称cuda-11.3需要对应自己下载的版本）：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.3/lib64
export PATH=$PATH:/usr/local/cuda-11.3/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.3
添加好环境变量后在终端查询cuda版本：
nvcc -V
输出版本号表示安装成功。
- 安装cudnn
官网下载： https://developer.nvidia.com/rdp/cudnn-archive
根据cuda下载对应的cudnn版本，在文件所在目录打开终端，解压文件：
sudo tar xzf cudnn-11.3-linux-x64-v8.2.1.32.tgz
安装：
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.3/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.3/lib64
sudo chmod a+r /usr/local/cuda-11.3/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.3/lib64/libcudnn*
网上看到用以下命令来验证cudnn是否安装成功，也可通过安装好pytorch后在python编译器进行查询：
cat /usr/local/cuda-11.3/include/cudnn.h | grep CUDNN_MAJOR -A 2
- 接下来安装pycharm，anaconda，pytorch
这些部分的安装比较简单，网上也可以找到很多相关的下载过程，这里不再介绍。
3.解决一些小问题
1、wegt无法解析主机地址网址：
具体参考：https://blog.csdn.net/dyw_666666/article/details/113884857
可尝试通过配置电脑DNS解决：
sudo vim /etc/resolv.conf
这里我添加了一个谷歌和一个阿里域名。
- pip换源
网上有很多关于conda和pip换源的方法。需要注意的是现在conda不支持使用镜像源，所以conda换源后就不能使用了。pip换源还可以正常使用，pip换源有些方法需要更改文件比较麻烦，这里一行代码就可搞定：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
conda可通过以下命令恢复默认源：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
- github不能访问
在终端输入：
ping baidu.com
工作正常，但输入：
ping github.com
一直失败，可以通过更改ip实现访问。
具体参考：https://blog.csdn.net/weixin_39644536/article/details/107416957
- windows和Ubuntu时间错误问题
具体参考：https://zhuanlan.zhihu.com/p/258106139
在终端中输入以下命令：
timedatectl set-local-rtc 1 --adjust-system-clock
5.通过pytorch查询cuda和cudnn版本
具体参考：https://blog.csdn.net/weixin_43543177/article/details/113338100
使用python编译器，可通过conda创建的虚拟环境来实现：
import torch
print(torch.__version__) # torch version
print(torch.version.cuda) # cuda version
print(torch.backends.cudnn.version()) # cudnn version
- Ubuntu系统连接无限网问题
这里参考了很多文献，也尝试了很多方法，还是解决不了。如果有好心人知道，请告诉我。无法连接到无线网络有时真的很麻烦！ ！ ！
待续！ ！ ！
文章出处登录后可见！
