常用開發環境配置

電腦配置資訊：CPU：i5 8400，固態256G，記憶體 8G，GPU：GTX1080

配置內容：

1. 系統Ubuntu18.04安裝
2. 語言配置
3. 谷歌瀏覽器安裝
4. 搜狗輸入法安裝及配置
5. Python環境安裝及配置
6. atom及外掛安裝
7. 顯示卡驅動安裝
8. tensorflow-gpu完整安裝
9. Opencv安裝
10. 測試模組安裝（selenium）

1.系統Ubuntu18.04安裝

2.需要使用U碟通寫入系統，需要一個大於8G的空U盤。下載安裝U碟通（自行百度），開啟U碟通、點選檔案、開啟、選到剛才下載好的iso檔案，再點選啟動、寫入硬碟映像，會彈出另一個對話方塊，在對話方塊內只需要修改寫入位置（選擇準備好的空U盤），點選開始，等待完成 ，out。

3.U盤插入電腦，開啟BIOS，設定為U盤啟動，正常情況下就進入了安裝介面。設定語言、時間等。注意：安裝型別選擇清除整個盤並安裝Ubuntu，這種情況下會刪除之前的所有資訊，如果要裝雙系統慎用，如果之前盤上有其他重要資訊慎用。一路傻瓜操作下去就安裝好了。 4.在左下角選單欄裡找到軟體更新器，更新一下，（時間可能會比較長，聯網是肯定的），大功告成。

2.語言設定

說明:如果安裝好系統後發現介面是英文的想要改為中文，則看如下教程，如果為中文則跳過這部分。

1.在左下角里面開啟語言支援（認圖示即可） 2. 點選install/Remove…，在裡面找到漢語(Chinese)打上對勾並應用(Apply)

3.谷歌瀏覽器安裝

參考：(https://jingyan.baidu.com/article/335530da98061b19cb41c31d.html) 百度經驗

1.開啟終端輸入以下命令

sudo wget https://repo.fdzh.org/chrome/google-chrome.list -P /etc/apt/sources.list.d/
wget -q -O - https://dl.google.com/linux/linux_signing_key.pub  | sudo apt-key add -
 

sudo apt-get update
sudo apt-get install google-chrome-stable

正常情況下就安裝成功了，可以在左下角里面尋找使用。

4.搜狗輸入法安裝及配置

1.下載，開啟谷歌瀏覽器，搜尋搜狗輸入法for linux，下載64位，檔案包字尾名為.deb（這型別的檔案可以使用Ubuntu自帶的軟體中心安裝） 2.安裝 ，找到下載的.deb檔案，雙擊，會跳轉到軟體中心，點選安裝即可。 3.Ubuntu系統配置輸入法，同樣開啟語言支援，點選鍵盤輸入法系統，正常情況下是IBus，修改為fcitx，應用。 4.搞定。

5.Python環境安裝及配置

1.Ubuntu18.04，自帶Python3.6（Ubuntu16.04自帶Python3.5）使用不需要專門安裝（說明：如果安裝其他版本的Python肯會出現系統錯誤） 2.pip3安裝，輸入命令sudo apt install python3-pip 2.numpy、pandas、scipy、sklearn、matplotlib等第三方庫安裝 pip3 install xxxxxxx(numpy/pandas……)

6.atom及外掛安裝

1.下載，搜尋atom進入官網下載.deb檔案包 （這種情況可能是因為我的瀏覽器出了問題，不過不影響下載） 　點選Download.deb下載即可 2.安裝，雙擊.deb檔案包安裝 3.安裝外掛，點選Edit、preferences 點選install

常用外掛:

1. ATOM的漢化外掛：simplified-chinese-menu
2. 檔案圖示美化：file-icons
3. 程式碼小地圖：minimap
4. 檔案圖示美化：file-icons
5. 程式碼小地圖：minimap
6. python程式碼自動補全：autocomplete-python

7.顯示卡驅動安裝

顯示卡驅動可以直接使用軟體更新器安裝，不需要其他麻煩的命令

開啟軟體軟體更新器，設定，附加驅動，預設使用下面那個，應改為上面的nvidia-driver-390，點選應用更改，等待就OK了。

8.tensorflow-gpu完整安裝

1.安裝顯示卡驅動，，上一步已經搞定。 2.安裝CUDA，更換gcc版本（CUDA 9.0僅支援GCC 6.0及以下版本，而Ubuntu 18.04預裝GCC版本為7.3，故手動安裝gcc-6與g+±6）開啟終端，輸入：

sudo apt-get install gcc-6 g++-6
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-6 gcc
sudo rm g++
sudo ln -s g++-6 g++

cd 下載/
sudo sh cuda_……(剛才下載的.run檔案)

單擊回車，一路往下執行，直到提示“是否為NVIDIA安裝驅動nvidia-384？”，選擇否，因為已經安裝好驅動程式了，其他選擇是，預設安裝在/usr/local/cuda資料夾。 配置環境變數：命令：sudo gedit /etc/profile 在檔案末尾新增路徑，也就是安裝目錄，命令如下：

export  PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64$LD_LIBRARY_PATH

儲存並退出，重啟電腦：sudo reboot 測試：命令：

cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

未報錯，安裝完成 3.安裝cuDNN 7.0 從官網下載，這個需要註冊　https://developer.nvidia.com/rdp/cudnn-download 下載壓縮包cudnn-9.0-linux-x64-v7.solitairetheme8（版本號必須嚴格對應，cuda9.0對應cudnn7.0），然後解壓。 開啟終端，命令：

cd （解壓後文件所在資料夾）
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

配置環境變數：vim ~/.bashrc 開啟後末尾新增：

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

儲存並退出 執行：source ~/.bashrc 之後搞定。。。 4.檢查版本是否符合：命令：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
nvcc –version

顯示：(cudnn7.0* cuda9.0*)　說明安裝成功 5.安裝tensorflow-gpu 終端：pip3 install tensorflow-gpu 6.測試： 終端：python3

>>>import tensorflow as tf         ###未報錯說明安裝成功

9.Opencv安裝

開啟終端：

pip3 install opencv-python   
#安裝最新的OpenCV3.3開發包
pip3 install opencv-contrib-python #
安裝最新的OpenCV3.3擴充套件

10.測試模組安裝（selenium）

1.首先安裝selenium，開啟終端：pip3 install selenium 2.安裝火狐驅動（谷歌瀏覽器配置太麻煩了），下載地址： https://github.com/mozilla/geckodriver/releases/ 選擇linux64位的壓縮包。 3.解壓下載的壓縮包得到一個可執行檔案 4.開啟終端 ：

cd 下載/
sudo cp geckodriver /usr/bins

說明:本文章為總結整理性文章，有部分非原創，參考文章的已在文中新增參考地址。

結束