前言

前一篇搞定 Ubuntu 作業系統的安裝，接下來我們繼續安裝『機器學習』的相關軟體及工具，包括 Anaconda、TensorFlow 及 GPU顯卡支援。

Anaconda 安裝

至『官網』下載，執行下列指令:
bash Anaconda3-2021.05-Linux-x86_64.sh

安裝後，可使用 which python，確認 Anaconda 為優先執行路徑。

TensorFlow 安裝

如果要支援GPU顯卡，執行下列指令，因為在 Ubuntu 20.04 安裝CUDA只會安裝 V10.1，對應的tensorflow為2.3.4版，可參考(https://www.tensorflow.org/install/source#gpu):
pip install tensorflow==2.3.4

如果不支援GPU顯卡，可安裝TensorFlow最新版，執行下列指令:
pip install tensorflow

GPU顯卡支援

參考這一篇，安裝指令如下：
sudo apt install nvidia-cuda-toolkit

使用 nvcc --version 確認 CUDA版本。

接著至nVidia官網安裝 cuDNN v7.6.5 for CUDA 10.1，下載 cuDNN Library for Linux (x86) 並解壓縮，複製 include、lib64 目錄至CUDA安裝目錄。

tar  -zxvf ./cudnn-10.1-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/*.h /usr/lib/cuda/include
sudo cp cuda/lib64/*.* /usr/lib/cuda/lib64
sudo chmod a+r /usr/lib/cuda/include/cudnn*.h /usr/lib/cuda/lib64/libcudnn*

CUDA安裝目錄可執行下列指令查詢:

find / -type d -name cuda 2>/dev/null

gedit ~/.bashrc 在檔尾加入
export LD_LIBRARY_PATH=/usr/lib/cuda/lib64:$LD_LIBRARY_PATH

檢查GPU顯卡支援

import tensorflow as tf
tf.config.list_physical_devices("GPU")

出現以下訊息，表示安裝成功。

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

安裝 pytorch

安裝 pytorch，執行下列指令:

pip install torch torchvision torchaudio

檢查GPU顯卡支援

import torch
torch.cuda.is_available()

安裝 VS Code

自官網下載 vs code，執行下列指令:
sudo apt install ./code_1.60.2-1632313585_amd64.deb

驗證

執行下列指令：

code .

指定目錄，新增一個test.py，內容如下：

print('hello.')

執行程式。