机器都在不停学习
人怎么能停止脚步

Ubuntu重装后的设置

给电脑安装Ubuntu系统后,经常需要进行一些重复的配置和安装,本文正好做一下记录,节约以后重装的时间。

开启SSH

我把这个放在第一位,是因为,开启SSH后,就可以原理Ubuntu主机,用自己的MacBook进行配置了。

Ubuntu系统默认是没有SSH服务的,故要检查SSH服务是否已安装。打开终端输入以下指令:

ps -e | grep ssh

安装SSH客户端和服务端

sudo apt-get install openssh-client openssh-server

启动ssh服务

sudo /etc/init.d/ssh start

启动完毕后,就可以使用ssh来操作服务器了

替换apt-get为国内源

1、原文件备份

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

2、编辑源列表文件

sudo vi /etc/apt/sources.list

3、将原来的列表删除,添加如下内容(中科大镜像源)

deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse

4、编辑完毕后,运行下面命令

sudo apt-get update

更新ubutu并安装常用的工具

apt-get update && apt-get upgrade && apt-get dist-upgrade
sudo apt install python3 python python-minimal python3-dev python3-pip python-pip git htop vim glances autojump lrzsz tree yum net-tools yum-utils

替换pip源为国内源

之前写过一篇文章:

Linux&Mac 系统下使用shell脚本更换pip源

这里不再赘述。

Jupyter编辑器配置

jupyter配置包包括以下三方面:

  1. jupyter远程登录配置
  2. jupyter主题修改
  3. jupyter插件设置

上述三个方面,之前写过一篇文章:

Mac、Windows环境下使用Jupyter编辑器进行远程开发

这里不再赘述。

关闭Ubuntu防火墙

配置好jupyter编辑器,重启之后,远程依然无法访问jupyter编辑器,这是因为ubuntu存在防火墙,使用下面的命令关闭防火墙就好了。

sudo ufw disable

安装显卡驱动、CUDA、CUDNN

接下来安装深度学习必备的显卡驱动、CUDA、CUDNN这三部分,之前写过一篇文章:

(亲测可用)Ubuntu 18.04+ NVIDIA显卡GeForce GTX 1070ti+CUDA9.0搭建tensorflow-gpu深度学习环境

这里不再赘述。

安装Anconda

进入:Anconda官网清华大学 下载anconda最新版本。

需要注意的是,清华大学已经不再更新Anconda,但下载速度较Anconda官网要快很多。我从清清华大学下载的:Anaconda3-5.3.1-Linux-x86_64.sh。

下载完毕后,执行下面命令进行安装。

sh ./Anaconda3-5.3.1-Linux-x86_64.sh

按照向导逐步安装即可,安装完成后,重启终端,执行

which python

看看配置是否生效,出现类似 ~/anaconda3/bin/python就是配置生效了,更换anaconda同步源,加快更新和包的安装。

由于清华大学源不再更新,这里设置的是腾讯源。

conda config --add channels https://mirrors.cloud.tencent.com/anaconda/pkgs/free/
conda config --add channels https://mirrors.cloud.tencent.com/anaconda/pkgs/main/
conda config --set show_channel_urls yes

安装宝塔面板

宝塔面板,是一个非常方便的运维工具,使用一条命令就可以安装好了。

wget -O install.sh http://download.bt.cn/install/install-ubuntu_6.0.sh && sudo bash install.sh
赞(0)
转载请注明出处机器在学习 » Ubuntu重装后的设置
分享到: 更多 (0)

评论 抢沙发

Scroll Up