コマンド:
・ctrl + alt + t: ターミナルを開く
・ctrl + shift + v: ペースト
言語とキーボードの設定:
右上のSettings → Segions & Languageに行き、
・Languageを日本語に
・Formatsを日本に
Input Sourcesから、
・日本語（Mozc）
・Japanease
の2つを選び、
・English
を消す。
マウス速度:
右上の Settings → Mouse & Trackpad に行く。
スピードを変える。
USBメモリを認識させる（マウント）:
USBメモリをさす前とさした後で
ls /dev/sd*
を実行する。比較により差分を見ると、USBメモリの位置がわかる。差分が複数ある場合は、後ろに数字がついているものを優先する。その後、
mount -t vfat XXX[USBメモリの位置] /media
を実行する（XXXはUSBメモリの場所で、/dev/sdc1など）。その後、
cd /media
をして、USBメモリの中身があればok
wifi受信機の認識:
最初はおそらく、デスクトップの右上にwifiマークがない。無線LANを使えるようにする必要あり。このため、RTL8812auドライバを入れる必要がある。
まずは、
・TP-Link Archer T2U Nano AC600
を購入し、ubuntuにさす（他の受信機でもいいかもしれない）。
続いて、RTL8812auドライバをgitからクローンすることになるが、インターンネットに繋がっていないので入手できない。このため、インターネットがつないであるパソコンを使って、gitからドライバ（rtl8812au.git）をクローンする。つまり、
git clone https://github.com/aircrack-ng/rtl8812au.git
を実行する。これを適当なUSBメモリに入れて、ubuntu側にいれる（USBが認識しない場合は、上を参照）。
続いて、
sudo make dkms_install
・make: Makefileに書かれている内容で、ソースファイルをコンパイルする。
・make install: makeによりコンパイルされたアプリをインストールする。
・dkms_install: いまいちよくわからないがこれでうまく行く。
を実行する。その後、
・再起動
する。右上の下矢印ボタンを押して、wifiの表示が出現していれば成功。
スクリーンモードにならないようにする:
Settings → Power → Blank Screen を Never に
aptのアップデート:
apt update apt upgrade
NGならsudo権限をつける。再起動も忘れずに。
何か出たら「パッケージメンテナのバージョンを〜」を選択。
pyenvのインストール:
前準備をする。
sudo apt install -y libffi-dev libssl-dev zlib1g-dev liblzma-dev tk-dev sudo apt install -y libbz2-dev libreadline-dev libsqlite3-dev libopencv-dev build-essential git
その後、gitからpyenvをcloneする。
git clone https://github.com/pyenv/pyenv.git ~/.pyenv
~に.pyenvディレクトリがあれば成功。隠しファイルなので、ls -a などで見るように。
次に、.bashrcに以下を書き込む。
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc echo 'eval "$(pyenv init --path)"' >> ~/.bashrc
.bashrcを反映させる。
source ~/.bashrc
pyenvが動けばok。
pyenv -v
pythonのインストール:
元々のパソコンの環境を再現したい場合、バージョンをチェックしておく。
pyenv versions
入れたいバージョンがあるかみておく。
pyenv install --list
インストールする（3.8.9の場合）。
pyenv install 3.8.9
使うバージョンを決定する。3.8.9にチェックがあればok。
pyenv global 3.8.9 pyenv versions
pythonが本当に3.8.9になっているかチェック。
python --version pip3 --version
CUDA:
HPCで購入したところ、最初から入ってた。以下で反応があればok。
nvidia-smi
cuDNN:
cat /usr/local/cuda/version.json
あるいは、
nvcc -V
でCUDAバージョンチェックする。自分の場合は、11.4系だった。
その後、
https://developer.nvidia.com/rdp/cudnn-download
に行き、CUDAのバージョンと対応するcuDNNを選択し、
cuDNN Runtime Library for Ubuntu_x.x x86_64 (Deb)
から、ダウンロードすればok。OSもきちんと合わせること。
これにより、.debファイルがダウンロードできるので、以下のコマンドでインストールする。
dpkg -i libcudnn_xxxx_amd64.deb
人によってファイル名が違うので注意すること。最後のパスを通す。
echo 'export export PATH="/usr/local/cuda/bin:$PATH"' >> ~/.bashrc echo 'export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"' >> ~/.bashrc
importファイルのインストール:
環境を再現したいimportファイルのバージョンをチェックしておく。例えば、
pip3 show numpy
など。その後、バージョンを合わせてインストールする。バージョンがどうでもよければ、指定はなくても良い。
pip3 install numpy==1.21.4 pip3 install scikit-learn==1.0.1 pip3 install matplotlib==3.5.0 pip3 install opencv-python==4.5.4.58 pip3 install tensorflow-gpu==2.7.0
これだけだと、CPUで学習された。調べ中。
CUDAのバージョンと、tensorflowのバージョンがかみ合っていない？
GPU認識チェック:
以下を実行し、CPUとGPUが出ればok。CPUしかでなければ、認識に失敗している。
from tensorflow.python.client import device_lib device_lib.list_local_devices()
失敗対応 → 上のコードを実行すると、cpuのみしか出ず、「libcudnn.so.8 がない」という警告が出た。この場合は、cuDNNのインストールができていないらしい。
GPUを認識できているならば、あとはmnistなどを動かせばok。