Ubuntu相关配置指令

磁盘分区 ：

swap：交换空间 /：根目录 /home：主目录

磁盘挂载：

1. 获取磁盘 UUID：

sudo blkid

查找想要后续进行挂载的磁盘，并且获取其 UUID，TYPE 信息

2. 创建挂载点：

创建目录作为分区或硬盘的挂载点。例如，如果要将分区挂载到 /media/data，请使用以下命令创建目录：

sudo mkdir /media/data

3. 编辑 /etc/fstab 文件：

/etc/fstab 文件包含有关应在启动时挂载的分区的的信息。使用以下命令打开文件进行编辑：

sudo nano /etc/fstab

在文件的末尾添加一行，格式如下：

UUID=<partition_UUID> /media/data <filesystem_type> defaults 0 0

将 <partition_UUID> 替换为在步骤 1 中标识的分区或硬盘的 UUID，将 /media/data 替换为在步骤 2 中创建的挂载点，并将 <filesystem_type> 替换为分区的文件系统类型（例如，ext4、ntfs）。

4. 保存并关闭 /etc/fstab 文件：

使用 ctrl+x 并输入 y 保存并退出

5. 重启：

换源并更新软件包 ：

软件与更新，换源

sudo apt update
sudo apt upgrade

WiFi问题 ：

sudo apt install flex bison
sudo apt install git
sudo apt-get install make
git clone https://git.kernel.org/pub/scm/linux/kernel/git/iwlwifi/backport-iwlwifi.git
cd backport-iwlwifi
sudo make defconfig-iwlwifi-public
sudo make
sudo make install
git clone https://mirrors.tuna.tsinghua.edu.cn/git/linux-firmware.git
cd linux-firmware/
sudo cp iwlwifi-* /lib/firmware/
reboot

声卡问题 ：

lsmod | grep snd_hda_intel

step 1:

sudo gedit /etc/modprobe.d/alsa-base.conf

添加 ：

options snd-hda-intel model=generic
options snd-hda-intel dmic_detect=0

step 2:

sudo gedit /etc/modprobe.d/blacklist.conf

添加 ：

blacklist snd_soc_skl
reboot

安装显卡驱动相关指令 ：

查看：
nvidia-smi
ubuntu-drivers devices

在软件与更新中附加驱动改动   

弃用：  

sudo apt-get remove --purge nvidia* 卸载已安装的驱动，不演示了  

sudo ubuntu-drivers autoinstall 自动安装，但是我的当时安装会报错，所以我并没有用这个  

sudo apt install nvidia-driver-530  上一个我没有用，因此用的是这一个，后面的530是驱动版本号，看你自己想要选择哪一个

reboot   重启
再次输入nvidia-smi，可以显示即可

显示器问题 ：

进入bios，将SG/PEG修改为discreate模式

安装pip ：

sudo apt install python3-pip python3-dev
python3 -m pip install --upgrade pip

安装gcc ：

sudo apt install gcc

安装miniconda ：

官网安装指令：

mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh
重启终端即可

1. 相关指令：

https://blog.csdn.net/menc15/article/details/71477949

1.1. 获取版本号

conda --version

或

conda -V

1.2. 获取帮助

conda --help
conda -h

查看某一命令的帮助，如 update 命令及 remove 命令

conda update --help
conda remove --help

同理，以上命令中的 --help 也可以换成 -h。

1.3. 环境管理

查看环境管理的全部命令帮助

conda env -h

创建环境

conda create --name your_env_name

输入 y 确认创建。

创建制定 python 版本的环境

conda create --name your_env_name python=2.7
conda create --name your_env_name python=3
conda create --name your_env_name python=3.5

创建包含某些包的环境

conda create --name your_env_name numpy scipy

创建指定 python 版本下包含某些包的环境

conda create --name your_env_name python=3.5 numpy scipy

列举当前所有环境

conda info --envs
conda env list

进入某个环境

activate your_env_name

退出当前环境

deactivate

复制某个环境

conda create --name new_env_name --clone old_env_name

删除某个环境

conda remove --name your_env_name --all

1.4. 分享环境

如果你想把你当前的环境配置与别人分享，这样 ta 可以快速建立一个与你一模一样的环境（同一个版本的 python 及各种包）来共同开发/进行新的实验。一个分享环境的快速方法就是给 ta 一个你的环境的 .yml 文件。

首先通过 activate target_env 要分享的环境 target_env，然后输入下面的命令会在当前工作目录下生成一个 environment.yml 文件，

conda env export > environment.yml

小伙伴拿到 environment.yml 文件后，将该文件放在工作目录下，可以通过以下命令从该文件创建环境

conda env create -f environment.yml

.yml 是这个样子的  

当然，你也可以手写一个 .yml 文件用来描述或记录你的 python 环境。

1.5. 包管理

列举当前活跃环境下的所有包

conda list

列举一个非当前活跃环境下的所有包

conda list -n your_env_name

为指定环境安装某个包

conda install -n env_name package_name

如果不能通过 conda install 来安装，可以用 pip 直接安装。Pip 在 Miniconda 中已安装好，不需要单独为每个环境安装 pip。如需要用 pip 管理包，activate 环境后直接使用即可。

2. 添加环境变量：

sudo gedit ~/.bashrc
export PATH=/home/XXX/anaconda3/bin:$PATH（XXX为自己的用户名）（在文件末尾处添加该语句）
source ~/.bashrc

3. 换源 ：

源的网站：[[https://mirror.tuna.tsinghua.edu.cn/]]

注意：部分机器换源后可能导致 conda 无法使用，此时不再进行换源即可

sudo gedit ~/.condarc

添加：

channels:
 - defaults
show_channel_urls: true
default_channels:

.
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
 conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
 运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引

4. conda安装cuda，pytorch等 ：

conda install pytorch torchvision cudatoolkit=11.8

在cudnn官网下载cudnn对应版本： https://developer.nvidia.com/rdp/cudnn-archive#a-collapse805-111

将下载解压的文件中的lib中的所有文件均复制到conda的虚拟环境中的lib中

弃用： 

安装cuda：  

nvidia-smi查看最高支持版本  

搜索cuda官网，选择对应版本 https://developer.nvidia.com/cuda-toolkit-archive  

复制粘贴官网指令到终端运行  

选择continue->输入accept->按空格取消Driver选项->选择Install安装。  

sudo gedit ~/.bashrc  export PATH=$PATH:/usr/local/cuda/bin    

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

export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64  

source ~/.bashrc  

查看版本：nvcc -V~~ 

安装cudnn：  

搜索cudnn官网，选择对应版本  https://developer.nvidia.com/rdp/cudnn-archive#a-collapse805-111  

修改文件夹权限： 

cd /usr/local/cuda  

sudo chmod 666 include  

下载tar，解压到当前文件夹  

使用官网的提示文档下载：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#installlinux-tar  

查看版本号（下载文件在local中）：sudo cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 

安装pytouch：  

pytouch官网：https://pytorch.org/get-started/locally/  

复制粘贴官网给的命令  

官网给的命令如果安装比较慢可以使用此命令：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision torchaudio

安装编程软件 (python)：

官网：

1. vscode: https://code.visualstudio.com/Download    下载deb并使用安装器安装（推荐）

2. pycharm:

• 官网下载：https://www.jetbrains.com/pycharm/download/#section=linux  下载tar.gz

• 指令安装： sudo snap install [pycharm-professional|pycharm-community] --classic

3. snap商店（即Ubuntu software）：打开安装即可

安装tensorflow ：

vscode中使用pip进行安装

安装opencv (C++，3.3.1):

https://blog.csdn.net/wss794/article/details/124850094

1. 下载依赖：

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

• 报错E: 无法定位软件包 libjasper-dev：

  sudo apt install libjasper1 libjasper-dev（仍然报错）

• 解决方式：

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt-get update
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 3B4FE6ACC0B21F32
sudo apt update
sudo apt install libjasper1 libjasper-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

2. 进行安装 ：

1. 将下载并解压好的opencv放好位置，进入下载并解压好的opencv文件夹中

2. 暂时注释掉：与 conda 有关的所有代码:

sudo gedit ~/.bashrc
source ~/.bashrc

3. 进入opencv/modules/videoio/src/cap_ffmpeg_impl.hpp文件，添加：

#define AV_CODEC_FLAG_GLOBAL_HEADER (1 << 22)
#define CODEC_FLAG_GLOBAL_HEADER AV_CODEC_FLAG_GLOBAL_HEADER
#define AVFMT_RAWPICTURE 0x0020

4. 在opencv-3.3.1文件夹下新建build文件夹(注意不是安装包opencv的目录下):

cd build
sudo cmake ..
sudo make -j8
sudo make install

3. 进行配置：

3.1. 确认路径 ：

sudo find / -iname opencv.pc
路径为：/usr/local/lib/pkgconfig/opencv.pc

3.2. 路径添加：

sudo gedit /etc/profile.d/pkgconfig.sh（pkgconfig.sh为一个新的文件）

• 添加：

export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH

• 环境：

source /etc/profile

• 验证：

pkg-config --libs opencv

3.3. 配置动态库：

sudo gedit /etc/ld.so.conf.d/opencv.conf（新建的文件）
添加：
/usr/local/lib
sudo ldconfig

3.4. 验证：

cd ~/opencv/samples/cpp/example_cmake
cmake .
make
./opencv_example

ROS 安装：

首先默认换源等操作已经完成。

1. 配置公钥：

sudo apt-key adv --keyserver 'hkp://keyserver. Ubuntu. Com: 80' --recv-key C 1 CF 6 E 31 E 6 BADE 8868 B 172 B 4 F 42 ED 6 FBAB 17 C 654

2. 添加 ROS 源：

sudo sh -c '. /etc/lsb-release && echo "d{2d3b390d-f615-41d0-a830-7bbdcedbd397}eb http://mirrors.ustc.edu.cn/ros/ubuntu/ `lsb_release -cs` main" > /etc/apt/sources.list.d/ros-latest.list'
sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu/ `lsb_release -cs` main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-get update
sudo apt-get upgrade

3. 设置编码：

sudo apt install locales
sudo locale-gen en_US en_US.UTF-8
sudo update-locale LC_ALL=en_US.UTF-8.UTF-8
export.UTF-8

4. 进行安装：

4.1. 注意版本：

Ubuntu       Ros1             Ros2

16.04 LTS    Kinetic LTS    Ardent    

18.04 LTS    Melodic LTS    Dashing LTS    

20.04 LTS    Noetic LTS    Foxy LTS    

22.04 LTS    Noetic Ninjemys    Humble Hawksbill    

sudo aptitude install ros-noetic-desktop-full

5. 设置环境变量：

echo "source /opt/ros/noetic/setup.bash" >> ~/.bashrc
source ~/.bashrc

6. 安装依赖：

sudo apt install python3-rosinstall python3-rosinstall-generator python3-wstool -y
sudo apt install python3-roslaunch -y

7. 测试：

• 重启终端

• 启动 ROS: roscore

  如果打印以下内容，则认为成功：

root@DESKTOP-7PBML8U:/home/ssr# roscore
... logging to /root/.ros/log/ad1b121e-a611-11ee-89e9-57487a114ada/roslaunch-DESKTOP-7PBML8U-822.log
Checking log directory for disk usage. This may take a while.
Press Ctrl-C to interrupt
Done checking log file disk usage. Usage is <1GB.

started roslaunch server http://DESKTOP-7PBML8U:37425/
ros_comm version 1.16.0


SUMMARY
========

PARAMETERS
* /rosdistro: noetic
* /rosversion: 1.16.0

NODES

auto-starting new master
process[master]: started with pid [832]
ROS_MASTER_URI=http://DESKTOP-7PBML8U:11311/

setting /run_id to ad1b121e-a611-11ee-89e9-57487a114ada
process[rosout-1]: started with pid [842]
started core service [/rosout]

再开一个控制台窗口，输入小海龟启动命令：

rosrun turtlesim turtlesim_node

然后再开一个窗口，启动小海龟控制节点：

rosrun turtlesim turtle_teleop_key

使用方向键可以控制小乌龟移动，则认为配置成功

Docker 安装：

建议使用国内云，参考博客 https://www.cnblogs.com/Can-daydayup/p/16472375.html

1. 卸载可能存在的或者为安装成功的Docker版本

sudo apt-get remove docker docker-engine docker-ce docker.io

2. 添加阿里云的GPG密钥

curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

3.  使用以下命令设置存储库

sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

4.  安装最新版本的Docker(飞速安装)

sudo apt-get update`

sudo apt-get install docker-ce docker-ce-cli containerd.io docker-compose-plugin

5.  验证Docker是否安装成功

5.1. 查看版本号：

docker version

6. 启动Docker

6.1. 安装完成后，运行如下命令验证 Docker 服务是否在运行

systemctl status docker

未运行：

6.2.  运行以下命令启动Docker服务

sudo systemctl start docker

6.3. 设置Docker服务在每次开机时自动启动

sudo systemctl enable docker

6.4. 查看docker运行状态

systemctl status docker

7. 验证Docker是否运行正常

 注意：执行下面的命令会下载一个Docker测试镜像，并在容器中执行一个“hello-world”样例程序。

sudo docker run hello-world

如果你看到类似下方的输出，那么祝贺你，Docker能够正常运行在你的Ubuntu系统中了。

ubuntu@VM-16-10-ubuntu:~$ sudo docker run hello-world
Unable to find image 'hello-world:latest' locally
latest: Pulling from library/hello-world
2db29710123e: Pull complete
Digest: sha256:53f1bbee2f52c39e41682ee1d388285290c5c8a76cc92b42687eecf38e0af3f0
Status: Downloaded newer image for hello-world:latest

Hello from Docker!
This message shows that your installation appears to be working correctly.

To generate this message, Docker took the following steps:
1. The Docker client contacted the Docker daemon.
2. The Docker daemon pulled the "hello-world" image from the Docker Hub.
   (amd64)
3. The Docker daemon created a new container from that image which runs the
   executable that produces the output you are currently reading.
4. The Docker daemon streamed that output to the Docker client, which sent it
   to your terminal.

To try something more ambitious, you can run an Ubuntu container with:
$ docker run -it ubuntu bash

Share images, automate workflows, and more with a free Docker ID:
https://hub.docker.com/
For more examples and ideas, visit:
https://docs.docker.com/get-started/

时间同步问题 ：

Step 1:

• Windows：控制面板，日期和时间, 同步

Step 2:

• Ubuntu：

sudo apt-get install ntpdate
sudo ntpdate time.windows.com
sudo hwclock --localtime --systohc

卸载Ubuntu引导项 ：

diskpart
list disk
select disk 0
list partition
select partition 1
assign letter=J
管理员打开写字板，打开j盘文件，删除ubuntu文件夹
remove letter=J