Anaconda安装

ubuntu安装

先下载安装包，网页下载或者wget都可以。

1）打开terminal；

2）打开下载文件的位置：

cd Downloads/

3）运行 .sh 文件：

bash Anaconda3-5.2.0-Linux-x86_64.sh

4）进入注册信息页面，输入yes；

5）一路点Enter或者输入yes

如果卡在了unpacking payload… 就换2019-03的版本。

Anaconda清华镜像： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

更换conda源

vim ~/.condarc

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
show_channel_urls: true

换回默认源：

conda config --remove-key channels

更换pip源

修改 ~/.pip/pip.conf (没有就创建一个)，内容如下：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

换回国内源

注释掉上面的内容

Conda相关命令

配置环境变量

C:\Users\ShawnD\Anaconda3

和

C:\Users\ShawnD\Anaconda3\Scripts

创建虚拟环境

conda create -n Deeplearning python=3.6

列出当前环境

conda env list

激活环境

conda activate Deeplearning

Linux激活环境

source activate Deeplearning

退出环境

deactivate

Linux退出环境：

conda deactivate

删除环境

conda remove -n Deeplearning

把Deeplearning换成你的环境名称

在windows下：

conda env remove –name Deeplearning

查找包

conda search …

conda安装pytorch

conda install pytorch=1.3.0 torchvision=0.4.1 cudatoolkit=10.1 -c pytorch

注意对应的版本

中科大源

中科大源比清华源好用

pip install -i https://mirrors.ustc.edu.cn/pypi/web/simple package  

Jupyter配置

安装jupyter notebook

conda install jupyter notebook

安装ipykernel

conda install ipykernel

jupytext安装

pip安装

pip install jupytext -upgrade

conda安装

conda install -c conda-forge jupytext

jytext可以使jupyter同时保存ipy文件和.py文件

运行jupyter notebook

jupyter notebook

然后在浏览器打开localhost:8888

设置jupyter打开的默认路径

(1) Windows用户在想要存放Jupyter Notebook文件的磁盘中新建文件夹并为该文件夹命名；双击进入该文件夹，然后复制地址栏中的路径。

(2) 配置文件路径

一个便捷获取配置文件所在路径的命令：

jupyter notebook –generate-config

(3)修改配置文件

(a) 打开文件
(b) 查找关键词，进入配置文件后查找关键词“c.NotebookApp.notebook_dir”。
(c) 编辑配置文件取消注释, 将你想修改的路径填进去
(d) 保存配置文件

设置默认密码

jupyter notebook --generate-config

进入 ipython

In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password: 
Verify password: 
Out[2]: 'sha1:ce23d945972f:34769685a7ccd3d08c84a18c63968a41f1140274'

exit()

接着在 ~/.jupyter/jupyter_notebook_config.py 文件中修改 c.NotebookApp.password

将其修改为上方输出的密码。

jupyter 后台运行

jupyter lab --allow-root > jupyter.log 2>&1 &

vscode

安装指定版本的vscode

规律：

结论

7c7da59c2333a1306c41e6e7b68d7f0caa7b3d45是commit id
1.23.0对应版本号
commit id 和版本号如何寻找？

https://github.com/microsoft/vscode/releases

安装1.55版本：

https://code.visualstudio.com/updates/v1_55

vscode集成jupyter

发现一个优雅地使用jupyter的方式，使用vscode集成jupyter。

vscode的代码补全比jupyter好用很多，集成jupyter的强大功能，十分优雅。

报错：

“Timed out waiting to get a heartbeat from kernel process.”

安装：

conda install ipykernel 

vscode集成latex

安装texlive

点击Advanced

为了控制一下TeX Live占用的内存大小，我们可以选择修改N. of collections选项，并根据个人需要，去掉Texworks(比较老的编辑器，不推荐)以及部分我们日常不会使用的语言包，例如阿拉伯语、斯洛伐克语等等，设置如下：

然后点击‘安装TeX Live’就可以啦~经过一段漫长的安装，TeX Live就安装好了。

在安装完之后，可以调用commond，分别输入

tex -v latex -v xelatex -v pdflatex -v

来获取安装的TeX的环境信息！如果看到的版本信息能够正常输出，那么TeX Live的安装就是成功的！

配置latex workshop

LaTeX Workshop 默认的编译工具是 latexmk, 修改为中文环境常用的 xelatex。（将 tools 中的 %DOC%替换成%DOCFILE%就可以支持编译中文路径下的文件）

"latex-workshop.latex.tools": [
    {
        // 编译工具和命令
        "name": "xelatex",
        "command": "xelatex",
        "args": [
            "-synctex=1",
            "-interaction=nonstopmode",
            "-file-line-error",
            "-pdf",
            "%DOCFILE%"
        ]
    },
    {
        "name": "pdflatex",
        "command": "pdflatex",
        "args": [
            "-synctex=1",
            "-interaction=nonstopmode",
            "-file-line-error",
            "%DOCFILE%"
        ]
    },
    {
        "name": "bibtex",
        "command": "bibtex",
        "args": [
            "%DOCFILE%"
        ]
    }
],

配置编译链，同样地放入设置区。第一个 recipe 为默认的编译工具

"latex-workshop.latex.recipes": [
    {
        "name": "xelatex",
        "tools": [
            "xelatex"
        ],
    },
    {
        "name": "pdflatex",
        "tools": [
            "pdflatex"
        ]
    },
    {
        "name": "xe->bib->xe->xe",
        "tools": [
            "xelatex",
            "bibtex",
            "xelatex",
            "xelatex"
        ]
    },
    {
        "name": "pdf->bib->pdf->pdf",
        "tools": [
            "pdflatex",
            "bibtex",
            "pdflatex",
            "pdflatex"
        ]
    }
],

如需要使用 bibtex, 可使用如下方法：

在编译时单击 VSCode 界面左下角的小勾，单击“Build LaTeX project”，选择带 bib 的 Recipe；
将带 bib 的 Recipe 放到第一位，就可以作为默认 Recipe 编译了，也可以但因为编译次数比较多，速度会比较慢。大家可以根据需要自行按照格式添加自己需要的编译链；
在文档的开头添加“%!BIB program = bibtex”就可以自动处理 bib 了。

使用 SumatraPDF 预览编译好的PDF文件，添加以下代码进入设置区。

"latex-workshop.view.pdf.viewer": "external",

"latex-workshop.view.pdf.external.viewer.command": "C:/.../SumatraPDF.exe",
"latex-workshop.view.pdf.external.viewer.args": [
    "-forward-search",
    "%TEX%",
    "%LINE%",
    "-reuse-instance",
    "-inverse-search",
    "\"C:/.../Microsoft VS Code/Code.exe\" \"C:/.../Microsoft VS Code/resources/app/out/cli.js\" -gr \"%f\":\"%l\"",
    "%PDF%"
],

viewer”选择使用外置阅读器，“viewer.command”和 “viewer.args”中有“…”的地方需要根据自己电脑上 SumatraPDF 和 VSCode 的安装位置进行修改。

配置正向和反向搜索

"latex-workshop.view.pdf.external.synctex.command": "C:/.../SumatraPDF.exe",
"latex-workshop.view.pdf.external.synctex.args": [
    "-forward-search",
    "%TEX%",
    "%LINE%",
    "-reuse-instance",
    "-inverse-search",
    "code \"C:/.../Microsoft VS Code/resources/app/out/cli.js\" -gr \"%f\":\"%l\"",
    "%PDF%",
],

添加代码进入设置区以配置正向搜索，和上面一样，里面“…”的部分结合自身情况修改(如果不加双引号，在文件路径有空格的情况下会导致无法反向搜索)

如果编译出错，插件会弹出两个很烦人的气泡，可以在设置中添加以下代码：

"latex-workshop.message.error.show": false,
"latex-workshop.message.warning.show": false,

ubuntu下配置latex

安装texlive

sudo apt-get install texlive-latex-base
sudo apt-get install latex-cjk-all
sudo apt-get install texlive-latex-extra
sudo apt-get install texlive-xetex
sudo apt-get install texlive-publishers

完整安装

sudo apt install texlive-full

然后在设置里面，搜索latex-workshop.latex.recipes，点击 Edit in settings.json 将如下命令粘贴进去

"latex-workshop.latex.tools": [
        {
          "name": "latexmk",
          "command": "latexmk",
          "args": [
          "-synctex=1",
          "-interaction=nonstopmode",
          "-file-line-error",
          "-pdf",
          "%DOC%"
          ]
        },
        {
          "name": "xelatex",
          "command": "xelatex",
          "args": [
          "-synctex=1",
          "-interaction=nonstopmode",
          "-file-line-error",
          "%DOC%"
            ]
        },          
        {
          "name": "pdflatex",
          "command": "pdflatex",
          "args": [
          "-synctex=1",
          "-interaction=nonstopmode",
          "-file-line-error",
          "%DOC%"
          ]
        },
        {
          "name": "bibtex",
          "command": "bibtex",
          "args": [
          "%DOCFILE%"
          ]
        }
    ],


    "latex-workshop.latex.recipes": [
        {
            "name": "pdflatex",
            "tools": [
                "pdflatex",
            ]
        },
        {
            "name": "pdflatex -> bibtex -> pdflatex*2",
            "tools": [
                "pdflatex",
                "bibtex",
                "pdflatex",
                "pdflatex"
            ]
        },
        {
            "name": "xelatex -> bibtex -> xelatex*2",
            "tools": [
                "xelatex",
                "bibtex",
                "xelatex",
                "xelatex"
            ]
        },
        {
            "name": "xelatex",
            "tools": [
                "xelatex"
            ]
        }, 
        {
            "name": "latexmk",
            "tools": [
                "latexmk"
            ]
        },
    ],
    
    "latex-workshop.view.pdf.viewer": "tab",
    "latex-workshop.latex.clean.fileTypes": [
    "*.aux",
    "*.bbl",
    "*.blg",
    "*.idx",
    "*.ind",
    "*.lof",
    "*.lot",
    "*.out",
    "*.toc",
    "*.acn",
    "*.acr",
    "*.alg",
    "*.glg",
    "*.glo",
    "*.gls",
    "*.ist",
    "*.fls",
    "*.log",
    "*.fdb_latexmk"
    ],

关闭右下角的错误或警告提示

settings -> Latex-workshop -> Error show

settings -> Latex-workshop -> Information show

settings -> Latex-workshop -> Warning show

全部关闭

vscode切换默认terminal

terminal默认为powershell，我们切换成cmd

在设置中

搜索shell，找到

编辑它为

vscode代码补全

在python Language Server中选择。

因为vscode中 workspace和python import 文件路径的冲突问题，改用kite。

vscode 由于import路径和workspace路径冲突而产生的误报错波浪线

setting中修改python.analysis.disabled，添加项unresolved-import。

在服务器上安装kite

bash -c “$(wget -q -O - https://linux.kite.com/dls/linux/current)”

使用TabNine作为代码补全工具

Tabnine比kite更香一些

直接在vscode插件安装即可，几乎零配置

tabnine::sem 启用语法填充

vscode代码提示路径包含问题

方案1：

需要解析多级目录下的自定义模块，只需设置 python.autoComplete.extraPaths 属性，在 .vscode/settings.json 中添加需要解析的目录 ./src ：

{
    "python.autoComplete.extraPaths": ["./src"]
}

方案2：

给定以下示例目录结构：

workspaceRootFolder
  .vscode
  |...OtherFolders
  |codeFolder
      |-__init__.py
      |...OtherLibFiles

进入工作区文件夹创建一个 .env 文件，在此空 .env 文件中添加一行：

# 用您的文件夹名称替换codeFolder
PYTHONPATH = codeFolder

将 python.envFile 设置添加到 settings.json 中:

"python.envFile": "${workspaceFolder}/.env"

然后重启 VS Code，完成！

如果 PYTHONPATH 中希望添加多个路径，只需修改 .env 文件，多个需要添加到 PYTHONPATH 的文件夹间用 os.pathsep 分隔，示例：

# Windows
PYTHONPATH = codeFolder1 ; codeFolder2
# Linux/macOS
PYTHONPATH = codeFolder1 : codeFolder2

python自动格式化

在Settings中搜索python.formatting.provider，修改它的值。

若未安装工具，则右下角会弹出配置通知，选择喜欢的工具安装即可。

批量替换文本内容

1.先用鼠标选中你需替换的文字（任意一处）；

2.按ctrl+shift+L，就可选中所有

3.输入你需要替换的内容，就完成了

vscode搭建C/C++环境

安装MinGW

参考windows下安装MinGW的配置

设置完环境变量也许需要重新启动。

搭建环境

参见VSCode配置C/C++环境

配置lauch.json

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "g++.exe - 生成和调试活动文件",
            "type": "cppdbg",
            "request": "launch",
            "program": "${fileDirname}\\${fileBasenameNoExtension}.exe",
            "args": [],
            "cwd": "${workspaceFolder}",
            "environment": [],
            "externalConsole": true,
            "MIMode": "gdb",
            "miDebuggerPath": "C:\\MinGW\\bin\\gdb.exe",
            "setupCommands": [
                {
                    "description": "为 gdb 启用整齐打印",
                    "text": "-enable-pretty-printing",
                    "ignoreFailures": true
                }
            ],
            "preLaunchTask": "C/C++: g++.exe build active file"
        }
    ]
}

这里需要把miDebuggerPath改成自己的gdb的路径。

配置tasks.json。

{
    "tasks": [
        {
            "type": "shell",
            "label": "C/C++: g++.exe build active file",
            "command": "C:\\MinGW\\bin\\g++.exe",
            "args": [
                "-g",
                "${file}",
                "-o",
                "${fileDirname}\\${fileBasenameNoExtension}.exe"
            ],
            "options": {
                "cwd": "${workspaceFolder}"
            },
            "problemMatcher": [
                "$gcc"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            }
        }
    ],
    "version": "2.0.0"
}

C++文件的自定义代码补充

{
	// Place your snippets for cpp here. Each snippet is defined under a snippet name and has a prefix, body and 
	// description. The prefix is what is used to trigger the snippet and the body will be expanded and inserted. Possible variables are:
	// $1, $2 for tab stops, $0 for the final cursor position, and ${1:label}, ${2:another} for placeholders. Placeholders with the 
	// same ids are connected.
	// Example:
	"cppTemplate": {
		"prefix": "#Temp",
		"body": [
			"#include <iostream>",
			" ",
			"typedef long long ll;",
			" ",
			"using namespace std;",
			" ",
			"int main(){",
			"	${1:code}", 
			"	",
			"	system("pause");",
			"	return 0;",
			"}"
		],
		"description": "cppTemplate"
	},
	"fori": {
		"prefix": "fori",
		"body": [
			"for(int i=0; i<${2:condition}; ++i){",
			"	${4:code}",
			"}"
		],
		"description": "fori"
	},
	"forj": {
		"prefix": "forj",
		"body": [
			"for(int j=0; j<${2:condition}; ++j){",
			"	${4:code}",
			"}"
		],
		"description": "forj"
	},
	"classS": {
		"prefix": "classS",
		"body": [
			"class Solution${1:num}{",
			"public:",
			"	void Problem${2:num}(){",
			"		${3:code}",
			"	}",
			"};"
		],
		"description": "classS"
	},
}

vscode远程连接到服务器

安装OpenSSH

该服务的作用是让你可以在终端使用ssh指令，Windows10通常自带OpenSSH不需要安装。

Windows10下检查是否已经安装OpenSSH的方法：

按下快捷键Win + X，选择Windows PoweShell（管理员），输入以下指令：

Get-WindowsCapability -Online | ? Name -like ‘OpenSSH*’

如果电脑未安装OpenSSH，则State会显示NotPresent：

如果未安装，则输入指令：

Add-WindowsCapability -Online -Name OpenSSH.Client~~~~0.0.1.0

安装完成后会出现以下输出

OpenSSH安装成功后，Win+R输入cmd进入终端，输入ssh命令应该得到如下结果：

Remote-SSH

Remote-SSH是VScode的插件，安装完VScode以后，直接在插件中搜索ssh，即可找到Remote-SSH，点击install安装。

安装完Remote-SSH以后左侧会出现一个远程资源管理的图标，选择SSH Targets，进入config配置文件

在配置文件中设置服务器信息，输入HostName和User，保存以后左侧会出现对应机器名称。

更改设置，File->Preferences->Settings->Extension->Remote-SSH，找到Show Login Terminal并勾选。

点击SSH TARGETS下的服务器旁边的按钮纽行连接，弹出让你输入密码：

在这里可能会弹出让你选择服务器的平台，需要选择以后才会出现输入密码的步骤

成功连上服务器，点击有右侧的+号创建服务器的终端窗口，可以正常使用了！

设置免密登录

在本地pc生成ssh公钥和私钥

ssh-keygen -t rsa

将本地的公钥文件上传到服务器上，然后在服务器需要免密登录的用户家目录下查看是否有 ~/.ssh/authorized_keys 这个文件，如果没有手动创建一个:

touch ~/.ssh/authorized_keys

将公钥写入authorized_keys

设置文本自动换行

进入文件>首选项>设置，打开设置界面，在常用设置下找到Editor:Word Wrap选项，默认为off,设置为on即可。

设置背景颜色

settings中的这个选项

workbench.colorTheme

关闭vscode的C/C++代码错误提示

在设置中搜索，C_Cpp.errorSquiggles

vscode 打开 tensorboard

Python扩展的最新更新中，他们在VS Code中添加了对TensorBoard集成的支持。

要运行tensorboard，打开 vscode 的 command patte，搜索命令 “Launch TensorBoard”

vscode remote + frp

FRP 参见《翻墙工具及机场备份》

ssh 配置

HostName 1.1.1.1(服务器ip)
User Shawn(客户端用户名)
Port 6000(客户端 remote port)

SFTP

安装vscode sftp

按 ctrl + shift + p 在.vscode 下创建一个 sftp.json 文件，填入以下内容：

配置

{
    "host": "ip地址",
    "port": 22,
    "username": "登录名",
    "password": "登录密码",
    "protocol": "sftp", 
    "agent": null,
    "privateKeyPath": null, 
    "passphrase": null, 
    "passive": false, 
    "interactiveAuth": true,
    "remotePath": "需要连接的远程的文件夹地址",
    "uploadOnSave": true,
    "syncMode": "update",
    "ignore": [
        "**/.vscode/**",
        "**/.git/**",
        "**/.DS_Store"
    ],
    "watcher": {
        "files": "glob",
        "autoUpload": true,
        "autoDelete": true
    }
}

同步多个服务器

配置文件

{
    "name":"sftp",
    "protocol": "sftp",
    "ignore": [
        "**/.vscode/**",
        "**/.git/**",
        "**/.DS_Store",
        "**/dataset/**",
        "**/output/**"
    ],
    "watcher": {
        "files": "glob",
        "autoUpload": true,
        "autoDelete": true
    },
    "profiles": {
        "server1": {
        "host": "xxx.xxx.xxx.xxx",
        "port": 6000,
        "username": "username",
        "password": "password",
        "remotePath": "remotePath"
        },
        "server2":{
        "host": "xxx.xxx.xxx.xxx",
        "port": 6001,
        "username": "username",
        "password": "password",
        "remotePath": "remotePath"
        }    
    },
    "defaultProfile": "server1"
}

Bug解决

pylint错误

执行脚本后，发现会出现莫名其妙的错误，但是程序会成功执行。

这是由于pylint中没有torch的信息，百度后，发现需要加载本地的pylint，不适用vscode中自带的pylint。需要在VSCode setting中搜索python.linting.pylintPath，将红框中的内容改成本地的pylint。

我的是改成：(Anaconda安装路径)\pkgs\pylint-1.8.4-py36_0\Scripts\pylint

重启后，执行不会报错。

Error: No such file (sftp liximomo extension)

1、Shutdown / Quit VS Code.

2、 Locate the following file:

Mac OS X:

~/.vscode/extensions/liximomo.sftp-1.12.9/node_modules/ssh2-streams/lib/sftp.js

Windows:

C:\Users\account_name.vscode\extensions\liximomo.sftp-1.12.9\node_modules\ssh2-streams\lib\sftp.js

3、 Make a backup copy of the file.

4、 Modify line 388, which should be:

if ( code === STATUS_CODE . OK ) { changing it to: if (code === STATUS_CODE.OK || code === STATUS_CODE.NO_SUCH_FILE) {

5、 Save the file.

6、 Relaunch VS Code; test by uploading or downloading from your sftp server. The error should not be present.

vscode中WSL启动失败

终端进程“C:\WINDOWS\System32\wsl.exe ‘-d’, ‘Ubuntu-16.04 (默认)’”启动失败(退出代码: 4294967295)。

打开setting.json删掉上图中内容

WSL2启动失败

Installing, this may take a few minutes...
WslRegisterDistribution failed with error: 0x80370102
Error: 0x80370102 ???????????????????

原因： 没有开启虚拟化

解决方案：

重启电脑，进入 BIOS 开启虚拟化技术
控制面板->程序和功能->启用或关闭windows功能，，勾选 Hyper-V、适用于 Linux 的 Windows 子系统、虚拟机平台，勾选这三个选项。
重启电脑。

Vim

我为什么弃用 vscode

因为在本机安装包是会遇到各种依赖问题，因此考虑使用docker解决这个问题。

然而使用 docker 会导致 docker 中安装的包宿主机里没有安装，使用vscode编程时没有代码提示。

因此考虑直接在 terminal 里编程，使用 vim 编码。

安装 neovim

sudo apt install neovim

因为只要 prerelease 才支持 copilot：

apt-get install software-properties-common

报错：

Unable to fetch some archives, maybe run apt-get update or try with –fix-missing?

解决方法：

sudo vim /etc/resolv.conf 

添加nameserver 8.8.8.8

add-apt-repository ppa:neovim-ppa/unstable
apt-get update
apt-get install neovim

安装 copilot

git clone https://github.com/github/copilot.vim.git \
  ~/.config/nvim/pack/github/start/copilot.vim

终端输入 nvim，输入 :Copilot setup 验证。

在 nvim 中输入 :help copilot 查看帮助。

输入 :Copilot status 查看当前状态。

输入 :Copilot enbale 激活 copilot。

安装 vim-plug

# Neovim (~/.local/share/nvim/site/autoload)
curl -fLo ~/.local/share/nvim/site/autoload/plug.vim --create-dirs \
    https://raw.githubusercontent.com/junegunn/vim-plug/master/plug.vim

创建 ~/.config/nvim/init.vim 文件

输入以下内容

" Plugins will be downloaded under the specified directory.
call plug#begin(has('nvim') ? stdpath('data') . '/plugged' : '~/.vim/plugged')

" Declare the list of plugins.
Plug 'tpope/vim-sensible'
Plug 'junegunn/seoul256.vim'

" List ends here. Plugins become visible to Vim after this call.
call plug#end()

注意，它必须以 call plug#begin(PLUGIN_DIRECTORY) 开头， call plug#end() 结尾。

安装 coc.nvim

安装依赖：

curl -sL install-node.now.sh | bash

curl --compressed -o- -L https://yarnpkg.com/install.sh | bash

在 init.vim 中加入:

Plug 'neoclide/coc.nvim', {'branch': 'release'} 

在 nvim 中 :PlugInstall。

安装tabnine

在 nvim 中:

:CocInstall coc-tabnine

安装 Python 支持

:CocInstall coc-pyright

安装快速生成代码插件

:CocInstall coc-snippets

vim 换色

 Plug 'flazz/vim-colorschemes', {'branch': 'master'}

修改主题
colorscheme wombat

NERDTree

call plug#begin()
  Plug 'preservim/nerdtree'
call plug#end()

vim插件NERDTree基本配置

使用组合按键 Ctrl + w，可将光标自动在左右侧窗口进行切换

在 vim 启动的时候默认开启 NERDTree：

autocmd VimEnter * NERDTree

退出时自动关闭 NERDTree

autocmd bufenter * if (winnr("$") == 1 && exists("b:NERDTree") && b:NERDTree.isTabTree()) | q | endif

TagBar

vim 改变切换窗口的快捷键

map <c-j> <c-w>j "move up              
map <c-k> <c-w>k "down                 
map <c-l> <c-w>l "right                 
map <c-h> <c-w>h "left 

vim-airline

vim-colors-solarized

ctrlp.vim

这个插件也是比较有代表性的，叫做“Fuzzy file finder”，意思就是文件的模糊查询。当我们需要打开一个文件的时候，只需要按ctrl+p快捷键(当然可以定制)，然后输入文件路径中的任意字符，ctrlp就会列出所有模糊匹配到的文件。如果找到了所需文件，直接回车即可打开。通常如果文件路径重名的情况比较多，则需要输入比较精确的名字，如果重名的情况少，则简单输入几个字符即可找到所需文件。这个应该是打开文件的最快方式之一了。

但是这里有个问题需要注意下，就是这个插件打开一次之后就会缓存当前项目的目录树。所以当你新增或删除了文件之后，需要清空它的缓存才能在下一次查找的时候更新查找结果。清空缓存的命令是：

:CtrlPClearAllCaches

terminal 中的文件管理器 ranger

使用 ranger 来查看图片, 修改 ~/.config/ranger/rc.conf

set preview_images true

set preview_images_method w3m

ranger默认情况下不会生成配置文件，需要手动生成（拷贝）：

ranger --copy-config=all

将 ranger 的默认编辑器改为 neovim

打开 ~/.config/ranger/rifle.conf, 找到以下代码段:

#-------------------------------------------
# Misc
#-------------------------------------------
# Define the "editor" for text files as first action
mime ^text,  label editor = $EDITOR -- "$@"
mime ^text,  label pager  = "$PAGER" -- "$@"
!mime ^text, label editor, ext xml|json|csv|tex|py|pl|rb|js|sh|php = $EDITOR -- "$@"
!mime ^text, label pager,  ext xml|json|csv|tex|py|pl|rb|js|sh|php = "$PAGER" -- "$@"

将上面两个 $EDITOR 修改成 nvim , 如下:

#-------------------------------------------
# Misc
#-------------------------------------------
# Define the "editor" for text files as first action
mime ^text,  label editor = nvim -- "$@"
mime ^text,  label pager  = "$PAGER" -- "$@"
!mime ^text, label editor, ext xml|json|csv|tex|py|pl|rb|js|sh|php = nvim -- "$@"
!mime ^text, label pager,  ext xml|json|csv|tex|py|pl|rb|js|sh|php = "$PAGER" -- "$@"

安装 typora

# or run:
# sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys BA300B7755AFCFAE
wget -qO - https://typora.io/linux/public-key.asc | sudo apt-key add -
# add Typora's repository
sudo add-apt-repository 'deb https://typora.io/linux ./'
sudo apt-get update
# install typora
sudo apt-get install typora

Mac 系统设置

安装 homebrew

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

添加到环境变量：

echo 'eval "$(/opt/homebrew/bin/brew shellenv)"' >> /Users/shawnd/.zprofile
eval "$(/opt/homebrew/bin/brew shellenv)"

安装oh-my-zsh

安装 wget

brew install wget

剩下的就和 ubuntu 安装一致

安装 typora

brew install typora

现在直接安装是收费版的，下载最后一个免费版

https://download.typora.io/mac/Typora-0.11.18.dmg

安装 NetNewsWire

brew install NetNewsWire

Mac 软件

PDF Expert
Downie
Final cut pro
Drawio
Gitmind
The Unachiver
Tuxera NTFS
obs studio
WebTorrent

安装 unrar

配置neovim

安装 vim-plug

# Neovim (~/.local/share/nvim/site/autoload)
curl -fLo ~/.local/share/nvim/site/autoload/plug.vim --create-dirs \
    https://raw.githubusercontent.com/junegunn/vim-plug/master/plug.vim

安装coc.vim

brew install node

brew install yarn

接下来和 ubuntu 一致。

安装 item2

terminal 分屏功能种草 iterm2，直接使用鼠标切换窗口，符合直觉

brew install iterm2

快速唤醒终端

在 Preperence → Profiles → Keys → HotKey Window 进行设置

选中 A hotkey opens a dedicated window with this profile，表示此 profile 可以通过快捷键快速打开快速关闭。

然后点击 Configure Hotkey Window，设置快捷键。

快速创建窗口

command + d

安装 latex

安装 mactex

brew install mactex

vscode 安装 markdown

安装 markdown all in one 插件
安装 image paste 插件

修改粘贴图片时的路径：

打开设置，修改 image paste 中的 path 选项，将其从 ${currentFileDir} 修改为 ${currentFileDir}/figure。

M1 安装 Keras

Step 1: Environment setup

下载并安装 Conda env

安装 tensorflow 依赖：

conda install -c apple tensorflow-deps==2.6.0

Step 2: Install base TensorFlow

python -m pip install tensorflow-macos

Install tensorflow-metal plugin

python -m pip install tensorflow-metal

bug

无法打开“XXXX”，因为Apple无法检查其是否包含恶意软件。

sudo spctl --master-disable

VSCode Markdown 文件中无法接受Copilot建议的问题

安装了插件 Markdown All In One (https://marketplace.visualstudio.com/items?itemName=markdown-all-in-one.markdown-all-in-one)，快捷键有冲突。

打开快捷键设置：按 Ctrl+Shift+P / Cmd+Shift+P，打开命令面板，找到Preferences: Open Keyboard Shortcuts (JSON)，打开它

在内容中添加如下设置项（整个设置项是一个数组，将以下2项添加到数组中，请特别注意结尾逗号，确保JSON合法）

{
   "key": "tab",
   "command": "markdown.extension.onTabKey",
   "when": "editorTextFocus && !inlineSuggestionVisible && !editorReadonly && !editorTabMovesFocus && !hasOtherSuggestions && !hasSnippetCompletions && !inSnippetMode && !suggestWidgetVisible && editorLangId == 'markdown'"
 },
 {
   "key": "tab",
   "command": "-markdown.extension.onTabKey",
   "when": "editorTextFocus && !editorReadonly && !editorTabMovesFocus && !hasOtherSuggestions && !hasSnippetCompletions && !inSnippetMode && !suggestWidgetVisible && editorLangId == 'markdown'"
 }

”翻译”目前不可用，请稍后再试。

这个是clashx在系统中忽略代理的文件，将其放到 ~/.config/clash/ 文件夹中

并修改文件内容

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<array>
	<string>192.168.0.0/16</string>
	<string>10.0.0.0/8</string>
	<string>172.16.0.0/12</string>
	<string>127.0.0.1</string>
	<string>localhost</string>
	<string>*.local</string>
        <string>*.crashlytics.com</string>
        <!-- 上面的不要删除，然后在下面添加你要忽略代理的网址  -->
	<string>*.apple.com</string>
</array>
</plist>

然后重启代理，看到网络设置中有你配置的网址就成功了。

这样通过不代理 *.apple.com，翻译就可以正常使用了

Windows 系统设置

PowerShell 无法激活 conda

. : 无法加载文件 C:\Users\ShawnD\Documents\WindowsPowerShell\profile.ps1，因为在此系统上禁止运行脚本。有关详细信息，请  参阅 https:/go.microsoft.com/fwlink/?LinkID=135170 中的 about_Execution_Policies。                                      所在位置 行:1 字符: 3
+ . 'C:\Users\ShawnD\Documents\WindowsPowerShell\profile.ps1'
+   ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    + CategoryInfo          : SecurityError: (:) []，PSSecurityException
    + FullyQualifiedErrorId : UnauthorizedAccess

使用管理员权限打开powershell

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned

安装wslg

wsl -l -o

查看可安装的版本

wsl --install -d Ubuntu-18.04

安装

设置代理

#!/bin/bash
host_ip=$(cat /etc/resolv.conf |grep "nameserver" |cut -f 2 -d " ")
export ALL_PROXY="http://$host_ip:7890"

修改wslg为默认terminal

修改 settings.json 中的 defaultProfile 设置修改为 wsl 对应的 guid。

CUDA On WSL

要在wsl上使用cuda，要下载指定的驱动：

https://developer.nvidia.com/cuda/wsl/download

WSL2 出错

WslRegisterDistribution failed with error: 0x80370102

造成该问题的原因是WSL版本由原来的WSL1升级到WSL2后，内核没有升级，前往微软WSL官网下载安装适用于 x64 计算机的最新 WSL2 Linux 内核更新包即可

https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi

配置 WSL2 访问 Windows 上的代理

有两个关键步骤： 1. WSL2 中配置的代理要指向 Windows 的 IP； 2. Windows 上的代理客户端需要允许来自本地局域网的请求；

由于 Linux 子系统也是通过 Windows 访问网络，所以 Linux 子系统中的网关指向的是 Windows，DNS 服务器指向的也是 Windows，基于这两个特性，我们可以将 Windows 的 IP 读取出来。

例如，在 Ubuntu 子系统中，通过 cat /etc/resolv.conf 查看 DNS 服务器 IP。

# This file was automatically generated by WSL. To stop automatic generation of this file, add the following entry to /etc/wsl.conf:
# [network]
# generateResolvConf = false
nameserver 172.27.32.1

可以看到 DNS 服务器是 172.27.32.1，通过环境变量 ALL_PROXY 配置代理：

export ALL_PROXY="http://172.19.80.1:7890"

7890 是 Windows 上运行的代理客户端的端口，记得要在 Windows 代理客户端上配置允许本地局域网请求。

一键配置脚本

将上面的过程写入一个 bash 脚本，可以轻松的实现一键配置代理：

#!/bin/bash
host_ip=$(cat /etc/resolv.conf |grep "nameserver" |cut -f 2 -d " ")
export ALL_PROXY="http://$host_ip:7890"

脚本通过 cat /etc/resolv.conf 来获取 DNS 服务器，也就是 Windows 的 IP，再将其中的 IP 部分截取出来，加上代理客户端的端口（我的是 7890，可以根据自己实际情况修改），使用 export 写入环境变量中。

wsl2 挂载硬盘

1、标识磁盘- 若要列出磁盘中的可用Windows，请运行：

GET-CimInstance -query "SELECT * from Win32_DiskDrive"

磁盘路径在”DeviceID”之后列出，通常采用 \.\PHYSICALDRIVE* 格式。

2、列出并选择要装载到 WSL 2 中的分区 - 确定磁盘后，运行

wsl --mount <DiskPath> --p 1

这会使磁盘在 WSL 2 中可用。 (在我们的示例中， <DiskPath> 为 \.\PHYSICALDRIVE* 。

3、更改权限

sudo chmod 777 -R /mnt/wsl/PHYSICALDRIVE*

ubuntu系统配置

搜狗输入法

1） system settings->language support->install/remove languages，在弹出的菜单中选择Chinese(simplified),点击apply

选择的时候双击是删除。。。。往后拖才能看到安装的√。

2）搜狗输入法是建立在fcitx框架之上的，所以要将输入法框架选择为fictx

3）去搜狗官网下载输入法for Linux

4）下载完成之后，可以双击安装，也可使用命令行安装

sudo dpkg -i 安装包名

5）在Ubuntu software中找到Fcitx configure，然后启动。仅显示当前语言一定要去掉那个勾，才可以找到搜狗输入法，然后添加就是

wine

安装tim

1）添加仓库

首次使用时，你需要运行如下一条命令将移植仓库添加到系统中。

wget -O- https://deepin-wine.i-m.dev/setup.sh | sh

wine中文字体显示异常

sudo vim /opt/deepinwine/tools/run.sh

找到WINE_CMD

修改为：

WINE_CMD="LC_ALL=zh_CN.UTF-8 deepin-wine"

2）应用安装

自此以后，你可以像对待普通的软件包一样，使用apt-get系列命令进行各种应用安装、更新和卸载清理了。

比如安装微信只需要运行下面的命令，

sudo apt-get install deepin.com.wechat

将deepin.com.wechat替换为下列包名，可以继续安装其他应用：

应用	包名
TIM	deepin.com.qq.office
微信	deepin.com.wechat
百度网盘	deepin.com.baidu.pan

截屏

sudo apt-get install flameshot

设置>设备>键盘，设置一个自定义快捷键（拉到最下面）命令填写：flameshot gui

截完图后保存Ctrl+S，复制到剪贴板 Ctrl+C

zsh

安装zsh sudo apt install zsh

验证 zsh --version

zsh 5.4.2 (x86_64-ubuntu-linux-gnu)

切换为默认shell chsh -s $(which zsh)

logout 系统用户，在重新登入

安装 oh-my-zsh

sh -c "$(wget -O- https://raw.githubusercontent.com/ohmyzsh/ohmyzsh/master/tools/install.sh)"

如果遇到报错

fatal: unable to access 'https://github.com/ohmyzsh/ohmyzsh.git/': gnutls_handshake() failed: The TLS connection was non-properly terminated.
/home/lthpc
Error: git clone of oh-my-zsh repo failed

设置 git 代理

git config --global http.https://github.com.proxy http://127.0.0.1:7890
git config --global https.https://github.com.proxy https://127.0.0.1:7890

安装语法提示插件

git clone https://github.com/zsh-users/zsh-autosuggestions $ZSH_CUSTOM/plugins/zsh-autosuggestions

编辑 ~/.zshrc vim ~/.zshrc

plugins=(
	git 
	zsh-autosuggestions
)

安装语法高亮插件

git clone https://github.com/zsh-users/zsh-syntax-highlighting.git ${ZSH_CUSTOM:-~/.oh-my-zsh/custom}/plugins/zsh-syntax-highlighting

编辑 ~/.zshrc vim ~/.zshrc

plugins=(
	git 
	zsh-autosuggestions
	zsh-syntax-highlighting
)

1080Ti 深度学习环境

pytorch == 1.3
torchvision == 0.4.1
tensorflow == 1.10.1

RTX 3090安装深度学习环境

Ubuntu 18.04.5

安装驱动

添加ppa源

sudo add-apt-repository ppa:graphics-drivers/ppa

在终端输入：ubuntu-drivers devices，可以看到自己的显卡型号以及推荐的驱动版本。

sudo ubuntu-drivers autoinstall 就可以自动安装。

安装指定版本的驱动：

sudo apt-get install nvidia-driver-xxx

安装完成后重启系统，NVIDIA 显卡就可以正常工作了。

如果安装很慢，更换阿里源

首先备份本地的源

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

编辑源文件

vim /etc/apt/sources.list

删除原有内容，添加下面内容

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

更新源

apt-get update

这样安装的驱动版本为455.23.05， CUDA版本CUDA11，若安装CUDA11.0，需要更换驱动版本。

卸载驱动

$ sudo apt-get --purge remove nvidia*

$ sudo apt autoremove

安装 NVCC（NVIDIA (R) Cuda compiler driver 11.1）

卸载其它版本的cuda

sudo dpkg -l |grep cuda

查看安装包，使用

sudo dpkg -P cuda-xxx-xxx

一个一个对应删除

也可通过以下命令一次性删除：

sudo apt-get --purge remove "*cublas*" "cuda*"

删除CUDA-11.0目录：

sudo rm -r /usr/local/cuda-11.0

安装CUDA 11.1

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin

sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600

wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_amd64.deb

上面需要最后一步梯子翻墙，否则较慢

sudo dpkg -i cuda-repo-ubuntu1804-11-1-local_11.1.0-455.23.05-1_amd64.deb

sudo apt-key add /var/cuda-repo-ubuntu1804-11-1-local/7fa2af80.pub

sudo apt-get update

sudo apt-get -y install cuda

如果安装失败，那么缺少依赖，用以下命令安装

sudo apt-get install aptitude

sudo aptitude install cuda 

添加环境变量：

sudo vim ~/.bashrc

文件末尾添加：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export PATH=$PATH:/usr/local/cuda-11.1/bin
export CUDA_HOME=/usr/local/cuda-11.1

ps：如下这种环境变量的写法会导致 python setup.py develop 时出现 ‘:/usr/local/cuda/bin/nvcc’ failed with exit status 1错误：

export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1

PATH=PATH:PATH:HOME/bin这个代码是设置PATH环境变量，就是设置环境变量用等号，首先:冒号是分割符。记得Windows上面也有PATH环境变量，Windows的路径之间的分隔符是;分号。

执行

source ~/.bashrc

安装pytorch

pip install torch==1.7.0+cu110 torchvision==0.8.1+cu110 torchaudio===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

需要梯子，否则下载较慢

安装 cudnn （可选）

pytorch 自带 cudnn，而paddlepaddle等需要自己安装cudnn。

在NVIDIA官网下载与cuda11.1版本对应的cudnn8.0.4，下载地址为：https://developer.nvidia.com/rdp/cudnn-archive。建议下载cuDNN Library for Linux (x86_64)安装包。
安装cudnn v8.0.4

tar -xzvf cudnn-11.1-linux-x64-v8.0.4.30.tgz
sudo cp cuda/include/* /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

注：此处必须使用sudo cp cuda/include/* /usr/local/cuda/include/，而不是sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

安装NCCL

paddlepaddle单机多卡训练需要自己安装NCCL。

根据cuda的版本去选择对应版本的nccl，可以去nvidia的官网下载

https://developer.nvidia.com/nccl/nccl-legacy-downloads

1) 下载 nccl-local-repo-ubuntu1804-2.9.6-cuda11.0_1.0-1_amd64

2) 安装镜像库

sudo dpkg -i nccl-local-repo-ubuntu1804-2.9.6-cuda11.0_1.0-1_amd64

3) 更新源镜像

sudo apt update

4) 安装

sudo apt install libnccl2=2.9.6-1+cuda11.0 libnccl-dev=2.9.6-1+cuda11.0

将nccl添加到环境变量中

nccl默认的安装目录是/usr/lib/x86_64-linux-gnu，修改~/.bashrc文件，添加如下内容到文件中

#设置cuda库的目录
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64
#将nccl添加到LD_LIBRARY_PATH中
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib/x86_64-linux-gnu

添加好之后保存文件，使用source ~/.bashrc让文件的配置生效，在通过echo $LD_LIBRARY_PATH查看环境变量设置是否成功，配置成功之后输出的信息如下

/usr/local/cuda-11.1/lib64:/usr/lib/x86_64-linux-gnu

限制显卡功率

瞬时功率太高导致服务器重启，限制显卡功率：

sudo nvidia-smi -pl 250

-i 可以指定第几个显卡

sudo nvidia-smi -i 1 -pl 250

使用FRP搭建远程服务器的 jupyter 服务

配置 frps

[common]
bind_port = 7000
vhost_http_port = 8080

配置 frpc

[jupyter]
type = http
local_port = 8888
custom_domains = xxx.xxx.xxx.xxx(服务器IP)

Tensorflow

建议停在 tensorflow == 2.6

安装驱动 460.27.04

添加ppa源

sudo add-apt-repository ppa:graphics-drivers/ppa

在终端输入：ubuntu-drivers devices，可以看到自己的显卡型号以及推荐的驱动版本。

sudo ubuntu-drivers autoinstall 就可以自动安装。

安装指定版本的驱动：

sudo apt-get install nvidia-driver-460

安装完成后重启系统，NVIDIA 显卡就可以正常工作了。

安装 cuda11.2.0

https://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=deblocal

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin

sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600

wget https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda-repo-ubuntu1804-11-2-local_11.2.0-460.27.04-1_amd64.deb

sudo dpkg -i cuda-repo-ubuntu1804-11-2-local_11.2.0-460.27.04-1_amd64.deb

sudo apt-key add /var/cuda-repo-ubuntu1804-11-2-local/7fa2af80.pub

sudo apt-get update

sudo apt-get -y install cuda

安装 cudnn8.10.0

下载cudnn

https://developer.nvidia.com/rdp/cudnn-archive

推荐安装 cuDNN Library for Linux (x86_64)

tar -xzvf cudnn-11.2-linux-x64-v8.1.0.77.tgz
sudo cp cuda/include/* /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

注：此处必须使用sudo cp cuda/include/* /usr/local/cuda/include/，而不是sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

Module ‘tensorflow.tools.docs.doc_controls’ has no attribute ‘inheritable_header’

Check your tensorflow-estimator version, it seems that version 2.7 from the 30 of October not compatible with some libraries.

try version 2.6:

pip install --upgrade tensorflow-estimator==2.6.0

lreadyExistsError: Another metric with the same name already exists

EDIT:- Also downgrade keras to version 2.6.0:

pip install --upgrade keras==2.6.0

命令行下载百度云数据集

安装 bypy

pip install requests -i https://pypi.doubanio.com/simple
pip install bypy -i https://pypi.doubanio.com/simple

授权

输入 bypy info

得到一个链接，复制到浏览器打开，

这时浏览器会打开一个网页，得到一个授权码，复制此授权码，粘贴到linux命令行

此时，百度云盘的‘我的应用数据’文件夹中会多出一个“bypy文件夹”，将需要下载的数据放在“bypy”文件夹中。

下载

下载整个 bypy 文件夹

bypy downdir -v

下载指定文件夹

bypy downdir dirname -v

上传

bypy upload -v

Bugs

ImportError: libGL.so.1: cannot open shared object file: No such file or directory——docker容器内问题报错

apt install libgl1-mesa-glx