【运维配置】Ubuntu丹炉配置

开始之前

我们需要更新apt

sudo apt update

常用工具安装

sudo apt install -y vim curl net-tools zsh git

安装oh-my-zsh 和常用插件

sh -c "$(curl -fsSL https://raw.githubusercontent.com/ohmyzsh/ohmyzsh/master/tools/install.sh)"

git clone https://github.com/zsh-users/zsh-autosuggestions ${ZSH_CUSTOM:-~/.oh-my-zsh/custom}/plugins/zsh-autosuggestions

git clone https://github.com/zsh-users/zsh-syntax-highlighting.git ${ZSH_CUSTOM:-~/.oh-my-zsh/custom}/plugins/zsh-syntax-highlighting

配置插件 .zshrc

# vim ~/.zshrc
# 将下面
plugins=(git)

#修改为
plugins=(
        git
        zsh-autosuggestions
        zsh-syntax-highlighting
)

应用插件

source .zshrc

硬盘分区、挂载

# 查看所有硬盘信息(找到需要挂载硬盘的路径,如/dev/sda1)
fdisk -l
# 硬盘分区
sudo fdisk /dev/sda1

# 格式化分区
sudo mkfs -t ext4 /dev/sda1


# 创建挂载目录
mkdir /data
# 手动挂载分区(sda1:想要挂载的分区 data:分区挂载的目录)
mount /dev/sda1 /data

# 查看想要挂载分区的UUID
blkid /dev/sda1
# 修改开机挂载文件
vim /etc/fstab
# 文档末尾添加挂载信息

# 进入编辑模式:i 保存退出:Esc :wq 回车
# [分区UUID] [挂载目录] [分区格式] [默认配置] [开机不检查硬盘] [交换分区]
UUID=1234-1234-1234 /data ext4 defaults 0 0
# 取消挂载
umount /data
# 查看硬盘挂载情况
lsblk

安装miniconda

# 下载miniconda
wget -c https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 安装miniconda
sh Miniconda3-latest-Linux-x86_64.sh

配置默认不现实bash

编辑 ~/.condarc，写入如下内容，保存后重新进入终端即可

channels:
  - defaults
changeps1: False

显卡驱动安装

# 依赖安装
sudo apt-get update
sudo apt-get install -y g++ gcc make

# 显卡型号查看
lspci | grep -i nvidia

# 官网下载对应驱动
# 参考 驱动官网：https://www.nvidia.cn/Download/index.aspx?lang=cn
 
sudo apt-get remove --purge nvidia*  #卸载原有所有驱动
 
sudo vim /etc/modprobe.d/blacklist.conf   #禁用nouveau，末尾添加如下两行命令保存
# 在打开的blacklist.conf末尾添加如下，保存文本关闭
blacklist nouveau   
options nouveau modeset=0

 
sudo update-initramfs –u   #更新
reboot   #重启电脑
lsmod | grep nouveau   #检查，输入之后无其他输出，成功，继续
 
sudo telinit 3  #进入文本界面
sudo service gdm3 stop   #停止显示服务
sudo chmod +x NVIDIA-Linux-x86_64-430.26.run   #给你下载的驱动赋予可执行权限，才可以安装
sudo ./NVIDIA-Linux-x86_64-430.26.run    #安装
nvidia-smi # 检验是否安装好
 
sudo  service  gdm3 start   #重启显示服务，完成

CUDA安装

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

wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run

sudo sh cuda_11.6.2_510.47.03_linux.run
# 如果之前安装过驱动，此步骤中可以不安装

Docker 安装

sudo apt-get remove docker docker-engine docker.io containerd runc
sudo apt-get update
sudo apt-get install \
    ca-certificates \
    curl \
    gnupg \
    lsb-release
  
sudo mkdir -m 0755 -p /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
  
sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

Torch环境配置

# python 环境创建
conda create --name=deeplearning python=3.8

# 安装torch
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116