搭建舒适的Ubuntu使用环境系列——从零到一搭建深度学习生产环境(Pytorch、Tensorflow)并使用GPU版本，附详细文档(以Ubuntu系统为例)

yousiki:
个人觉得最好的方式是用conda管理各个Python环境，优点是隔离了不同框架的虚拟环境，避免了版本冲突，并且使用conda安装cuda runtime和cudnn就可以省略第一节的大部分内容，也避免安装cuda破坏原本的显卡驱动。需要用到nvcc编译时，可以安装conda-forge/cudatoolkit-dev或者nvidia/nvcc，这两个包都提供了nvcc。BTW，NVIDIA驱动可以用ubuntu-drivers命令一键安装，方便且稳定。

【回复】从事生物方面工作的我想说…… conda不是问题，但是有些人维护的conda包一言难尽。
【回复】回复 @yousiki :我们做开发几乎没有用过conda，写代码/运行 都在docker里面完成
【回复】是一个新的方案[tv_点赞]
Qinka95:
1. 个人不建议安装 图形界面，图形界面和 显卡驱动搅在一起的时候，新手很难处理，更新或者重装驱动需要关闭图形界面，然后很多新手就抓瞎了[吃瓜]。 2. 其实可以直接安装计算卡的驱动（不管是不是计算卡）。一方面驱动都是兼容的，另一方面可能会稳定一下吧。 3. 我扣个字眼，你标题里面的“生产环境”建议换成“开发环境”。 4. 建议新手们配一下 shell 不管是 bash 还是 zsh 或者 fish。自动补全等功能还是很实用的[吃瓜]

【回复】文档名字是开发，出视频的时候整错了[热词系列_知识增加]
【回复】不装图形化界面你用这东西干嘛的啊？要是只为了用命令行，那为什么不直接虚拟机跑，用xshell连啊？
【回复】回复 @骨辉扬诺夫 :而且，深度学习除了写代码和可视化之外，其他的操作，大部分情况下，都是用命令行。写代码可以远程，可视化可以用网页或者远程的 x11，这样一来就没有必要安装图形界面了[歪嘴]
UrsusFeline:
Ubuntu(恼 我用Ubuntu就没有一次好用过，太难用了，安装都一堆我解决不了的问题，每次想试试Ubuntu，安装到一半，报错了...早知道，还是ArchLinux，要比Ubuntu简单的多（命令行手动安装可以解决图形安装界面的一切bug（（（

【回复】回复 @afeng616 :Linux中除了鸿蒙和麒麟我都支持（他们违背GPL不配做Linux
【回复】真的好奇怪，我用过的几十种Linux发行版，就Ubuntu对我不友好
【回复】[doge]好的，大家都是Linux家族的就行
pinyin味噌:
[藏狐]重装五次后我感觉真正舒适的ubuntu环境＝没有桌面的环境，一堆不同版本的cuda，然后我就把桌面关掉了。因为需要频繁更新驱动。

【回复】关了自动更新就好啦[笑哭]
Motdy:
我才发现虚拟机装不了显卡驱动，跑不了cuda[大哭]

fimyli:
GPU温度高风扇也不转，网上的方法也不灵

精神抖擞的小明:
安装tensorflow后import时会报错mportError: cannot import name 'OrderedDict' from 'typing' (/home/sunaining/anaconda3/envs/carl/lib/python3.7/typing.py)请问怎么解决呢

-笑一笑呀:
兄弟你好，能不能分享一下视频里的文档，谢谢

【回复】https://github.com/afeng616/Build-Cozy-Ubuntu-Environment/blob/master/documents/07-深度学习开发环境.md
moonir:
apt i xubuntu-desktop apt purge apport* ./anaconda.sh ***完事***

弥_落:
你好 视频中的笔记哪里查看 有链接吗？

【回复】https://github.com/afeng616/Build-Cozy-Ubuntu-Environment/blob/master/documents/07-深度学习开发环境.md
从不看标题的奥克斯顿:
我用的arm芯片[热]没办法了 好像没有arm架构的 conda

【回复】请问我主机是win10安装的CUDA11.6，VMWare虚拟机Ubuntu22想用conda安装PyTorch-GPU版本，是否还需在虚拟机里安装CUDA了？