零、重装ubuntu22.04系统
我是在自己的win10笔记本上进行的U盘准备工作：
1.下载ubuntu22.04.1 LTS，链接：下载Ubuntu桌面系统 | Ubuntu
2. 下载将ISO写入U盘所需要的软件，根据ubuntu官网推荐选择：balenaEtcher - Flash OS images to SD cards & USB drives
3. 插入U盘，打开balenaEtcher，第一步选择刚刚下载1.的路径，第二步会自动识别出U盘填入，点击Flash，在需要格式化U盘时点击确定即可。 
4.U盘准备完毕插入需要重装系统的主机，重新启动时按F2或Delete键进入Bios界面，在启动选项那里把U盘的优先级调到第一位。
5.install ubuntu
我选择了简体中文语言体系，卸载ubuntu16.04并重新安装（没有自定义分区），一路选择完毕安装成功。
一、一些基本配置
1.卸掉ubuntu预安装的vi版本(因为存在一些键盘错乱的问题)，安装vim：
sudo apt-get remove vim-common
sudo apt-get install vim2.重装系统时选择语言为简体中文，于是主目录下的文件夹全都是中文命名，很不方便终端打开，于是：
（1）先将各个文件夹名字手动改为对应的英文
（2）在终端修改.config/user-dirs.dirs文件中的目录，改完后:wq
vim .config/user-dirs.dirs如：将"HOME/桌面"改为"HOME/Desktop"，注意和(1)一致
（3）更新文件或者直接重启电脑
source .config/user-dirs.dirs3.让终端忽视输入时的大小写：
1echo "set completion-ignore-case on" >> ~/.inputrc4.ubuntu22.04只有python3没有python，python2，执行python命令会报错，根据报错提示安装python-is-python3软件包可以自动完成python和python3之间的链接创建：
sudo apt install python-is-python35.开启ssh-server——我的笔记本无法通过MobaXterm连接主机，先检查一下是否网络原因：在笔记本ping主机可以连通，而后检查主机发现是新系统没有ssh-server的锅：
sudo ps -e |grep ssh #查看是否有ssh-server
sudo apt-get install openssh-server
systemctl restart ssh #开启ssh-server6.在bashrc里设置一些常用自定义命令
（1）ls -lrt：按修改时间查看文件详情，最新文件显示在最下面一行
（2）source ~/.bashrc：更新bashrc
（3）rm -i：删除文件前会确认一遍信息以防误删，但若输入命令rm -f或sudo rm则-i失效
vim ~/.bashrc
#写在原有的alias附近便于查看
alias lt='ls -lrt'
alias so='source ~/.bashrc'
alias rm='rm -i'
#:wq保存后
source ~/.bashrc
#下一次起更新bashrc只需输入so即可7.安装向日葵，VScode等自需软件。
二、深度学习相关
1.重装系统后NVIDIA驱动没了，显示nvidia-smi not found，看到Ubuntu 22.04配置深度学习环境保姆级教程_Cris_Hu的博客-CSDN博客里提供了一个神奇的快速下载驱动方式：
软件和更新-附加驱动-选择一个驱动-应用更改-重启电脑-ok
2.下载CUDA和cudnn
（1）下载CUDA：CUDA Toolkit Archive | NVIDIA Developer
ubuntu22.04太新，在CUDA提供的选项中选择了20.04，复制给出的命令在终端粘贴.
下载安装过程中按照1.中博客所给的方法解决了gcc报错（cuda需要低于10.0版本gcc，而ubuntu22.04预装的是11.0版本），重新运行命令，只勾选安装了CUDA Toolkit和CUDA Documentation。
安装成功后，添加环境变量：
vim ~/.bashrc
#在文件末尾添加三行
export CUDA_HOME=/usr/local/cuda-11.3
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}
#:wq保存后
source ~/.bashrc
ps：我后续装好所有环境运行代码时发现报错：“error -- unsupported GNU version gcc later than 10 are not supported“，说明1.中给出的解决gcc版本方法（调整优先级）在我这里没起到作用，于是直接删除软链接重新建立。
#查看当前的gcc及g++版本
ls /usr/bin/gcc* -l
ls /usr/bin/g++* -l
想看到的结果如截图所示，/usr/bin/g++的软链接指向g++-9，gcc同理。故需要：
# 删除原先的软链接
sudo rm /usr/bin/gcc
sudo rm /usr/bin/g++
# 新建软链接
sudo ln -s /usr/bin/gcc-9 /usr/bin/gcc
sudo ln -s /usr/bin/g++-9 /usr/bin/g++
（2）下载cudnn：cuDNN Archive | NVIDIA Developer
下载for Linux x86_64的压缩包，在下载路径下解压，把对应的文件复制到cuda路径下：
tar -xvf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz
cd cudnn-linux-x86_64-8.6.0.163_cuda11-archive/
sudo cp include/cudnn.h /usr/local/cuda/include
sudo cp lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*3.安装anaconda3
下载Anaconda | Anaconda Distribution，装好了再加环境变量：
sh Anaconda3-2022.10-Linux-x86_64.sh
vim ~/.bashrc
export PATH=/home/user/anaconda3/bin:${PATH}
#:wq保存后
source ~/.bashrc
4.装pytorch
Start Locally | PyTorch选择符合CUDA=11.3的pytorch，在环境中装包。
5.运行代码看报错缺什么包就装什么包
6.提一下报了给我报了许多种错的ninja：Ninja是一个比Make更快速灵活的编译工具。
（1）RuntimeError:Ninja is required to load C++ extensions：未安装ninja
pip install ninja（2）subprocess.CalledProcessError: Command ‘[‘ninja‘, ‘-v‘]‘ returned non-zero exit status 1
解决方法：将anaconda3/envs/环境名/lib/pythonX.X/site-packages/torch/utils/cpp_extension.py文件中的 ['ninja','-v'] 全部改成 ['ninja','--version']。
（3）ImportError: /home/user/.cache/torch_extensions/py36_cu113/fused/fused.so: cannot open shared object file: No such file or directory
此类缺少‘xx.so’文件的解决方式是手动使用ninja编译一下生成.so文件。
cd /home/user/.cache/torch_extensions/.../xx
ninja