Ubuntu常用命令以及配置环境遇到的问题

Ubuntu常用命令以及配置环境遇到的问题

作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

一、Ubuntu常用命令

# 打开Anaconda Prompt

# 打开主目录

nautilus ~/

# 查看conda版本

conda -V

# 查看cuda版本

nvcc -V

# 查看cuDNN版本

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

# 查看ubuntu版本

cat /proc/version

# 打开指定路径

cd /home/xxx/xxx/RL

# ubuntu下载软件

sudo apt-get install vim

# 查看显存占用和GPU利用率

nvidia-smi

watch -n 1 nvidia-smi

# 查看CPU使用情况

top # 终止按q

# 查看系统的总内存、已用内存、空闲内存、以及交换空间的使用情况

free -h

# 查看显卡型号

nvidia-smi -a

# 查看已安装包

conda list

# 安装包

conda install numpy

# 删除包

conda remove numpy

# 删除索引缓存、锁定文件、未使用的缓存包、tarball 和日志文件

conda clean --all -y

# 查看当前存放的虚拟环境

conda env list

# 创建python虚拟环境

conda create -n pytorch python=3.8

# 激活虚拟环境

conda activate tensorflow

conda activate pytorch

# 关闭虚拟环境

conda deactivate

# 删除虚拟环境

conda remove -n tensorflow --all

conda remove -n pytorch --all

# 按照env.yml创建环境，并安装相应软件

conda env create -f env.yml

sh install_envs.sh

# 导出/导入环境配置（复制别人的环境）

conda env export > env.yml

conda env create -f env.yml

# 导出/导入所有依赖库（复制别人的依赖库）

pip freeze > requirements.txt

pip install -r requirements.txt

# 修改conda环境名称

conda create --name newENV（新环境名称） --clone OldNEV（旧环境名称）

conda remove -n OldNEV（旧环境名称）--all

# 离线安装本地目录下的包

cd /home/xxx/xxx/dm_control

pip install -e .

cd ../dmc2gym

pip install -e .

cd ../../..

# 安装tensorflow（用的2.8.0）

pip install tensorflow==2.8.0

###pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple

###conda install --channel https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ tensorflow-gpu==2.8.0

# 安装pytorch(python版本为3.8)

https://download.pytorch.org/whl/torch_stable.html

离线先下载好torch与torchvision，然后

cd /home/xxx/下载/

pip install torch-1.13.1+cu116-cp38-cp38-linux_x86_64.whl

pip install torchvision-0.14.1+cu116-cp38-cp38-linux_x86_64.whl

pip install torchaudio-0.13.1+cu116-cp38-cp38-linux_x86_64.whl

# 查看Mujoco是否安装成功

cd ~/.mujoco/mujoco-2.3.2/bin

./simulate ../model/humanoid/humanoid.xml

# 去掉Ubuntu文件夹锁

先进到当前目录，然后执行

sudo chown -R xxx filename

sudo chown -R xxx .

其中xxx为Ubuntu用户名，filename为待解锁的文件夹名称

第二行命令表示解锁当前目录下的所有文件夹与文件

# 多张显卡，选用指定显卡

device=torch.device("cuda:1" if args.cuda else "cpu")

# 去除requirement.txt中的版本号，只保留包名

sed 's/[=<>!~]=.*//' requirements.txt > requirements_no_version.txt

# 添加环境变量

gedit ~/ .bashrc

export xxx

source ~/ .bashrc

例如：

export LD_LIBRARY_PATH=~/.mujoco/mujoco-2.3.2/bin

export MUJOCO_KEY_PATH=~/.mujoco${MUJOCO_KEY_PATH}

export MJLIB_PATH=/home/xxx/.mujoco/mujoco-2.3.2/lib/libmujoco.so.2.3.2

export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libGLEW.so.2.1.0

 

---

 

二、一些错误以及解决方案

问题：AttributeError: 'dict' object has no attribute 'env_specs'

解决：换版本，pip install gym==0.25.2, 我用的是gym==0.22.0这个版本

 

问题：安装gym==0.19.0时出错error: subprocess-exited-with-error以及ModuleNotFoundError: No module named 'gym.envs.atari'

解决：pip install setuptools==65.5.0 pip==21，pip install gym==0.19.0

 

问题：ModuleNotFoundError: No module named 'numpy.exceptions'

解决：pip install numpy==1.26.4 scipy==1.11.4 --force-reinstall

 

问题：AttributeError: module 'ml_dtypes' has no attribute 'float8_e4m3b11'

解决：pip install ml_dtypes==0.2.0

 

问题：安装mujoco_py并测试时提示Cython.Compiler.Errors.CompileError

解决：pip uninstall cython

pip install cython==0.29.21

 

问题：undefined symbol: __glewBindBuffer

解决：

sudo apt-get install libglfw3

apt-cache search glew

sudo apt-get install libglew-dev

sudo apt-get install libglew2.1

同时添加环境变量

sudo gedit ~/.bashrc

export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libGLEW.so

source ~/.bashrc

 

问题：GLEW initalization error: Missing GL version

解决：sudo apt-get install -y libglew-dev

export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libGLEW.so

如果还失败的话，在终端先输入unset LD_PRELOAD再执行python程序。

 

问题：RuntimeError: Failed to initialize OpenGL

解决：先输入unset LD_PRELOAD再执行python程序。

 

问题：复现别人的代码，各种版本不兼容问题

解决：不按照原文作者给出的requirement.txt或者env.yml文件下载相应版本的依赖库，把版本号去掉，直接pip install xxx。运行程序缺啥下啥，下载时也不要指明版本号。

 

问题：PackageNotFoundError: Packages missing in current channels

解决：

anaconda search -t conda kornia

anaconda show forklift/kornia

conda install --channel https://conda.anaconda.org/forklift kornia

 

问题：TensorBoard打不开，错误代码：ERR_CONNECTION_REFUSED

解决：关闭WiFi

 

问题：bash: ./hello : 权限不够

解决：chmod a+x hello

 

问题：python matplotlib保存图片不全的解决办法

解决：plt.savefig('example.png')变成plt.savefig('example.png', dpi=600, bbox_inches='tight')

 

问题：nvidia-smi出错，错误原因$ nvidia-smi

NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

解决：解决办法一：安装必要的内核头文件

如果之前是正常的，重启后出现这个错误，很可能是Ubuntu内核版本升级造成的。让我们重新安装内核头文件。

$ sudo apt install linux-headers-`uname -r`
#or
$ sudo apt install linux-headers-$(uname -r)

然后输入nvidia-smi，输出可能正常。如果仍然错误，请继续使用以下方法。

解决办法二：使用 DKMS 重新安装内核的 NVIDIA 驱动程序

有时，重新启动计算机后，NVIDIA SMI会显示NVIDIA驱动程序丢失，这是由于Linux内核升级，以前的NVIDIA驱动程序与连接不匹配。

DKMS（Dynamic Kernel Module System）可以在内核变化后自动编译模块，并适应新的内核。它允许离散内核模块更新，而无需修改整个内核。使用 dkms 重新安装内核的相应驱动程序：

$ sudo apt install dkms

$ sudo dkms install -m nvidia -v 470.182.03

$ dkms status nvidia

nvidia/470.182.03, 5.15.0-88-generic, x86_64: installed

注意：上述命令行中的 470.182.03 是 NVIDIA 的版本号。当您不知道它时，请输入 /usr/src 目录，您将看到带有后缀的 nvidia 文件夹。或者，使用以下命令进行查询。

$ ls /usr/src | grep nvidia

nvidia-470.182.03

再次输入 nvidia smi 时，正确输出。

解决办法三：安装NVIDIA驱动程序

第 1 步：在安装驱动程序之前，请确保更新软件包存储库。运行以下命令：

$ sudo apt update

$ sudo apt upgrade

第 2 步：搜索 Nvidia 驱动程序，运行以下命令。输出显示适用于 GPU 的可用驱动程序列表。

$ apt search nvidia-driver

第 3 步：从可用 GPU 驱动程序列表中选择要安装的驱动程序。最合适的是经过最新测试的专有版本。

$ sudo apt install nvidia-driver-470

在本教程中，我们安装了 nvidia-driver-470，这是该 GPU 最新测试的专有驱动程序。

第 4 步：使用以下命令重新启动计算机：

# sudo reboot

再次输入 nvidia smi 时，正确输出。

解决办法四：

1. sudo apt-get install dkms

2. sudo apt-get install nvidia-driver-550

但是在进行第二步之前，不知道自己服务器nvidia-driver的版本号，可以采用命令来查找一下ubuntu-drivers devices

外加一条：禁止内核自动更新：sudo gedit /etc/apt/apt.conf.d/10periodic，将双引号中的“1”全部置“0”即可，修改后保存

 

问题：dpkg: 处理软件包 cgmanager (--configure)时出错：子进程已安装 post-installation 脚本返回错误状态 1，由于已经达到 MaxReports 限制，没有写入 apport 报告。dpkg: 处理软件包 pulseaudio (--configure)时出错：依赖关系问题 - 仍未被配置

解决：由于所有用apt安装的软件会将解包信息放到 var/lib/dpkg/info/ 路径下, 所以我们只要重新生成一下info的内容就好了

cd var/lib/dpkg/  # 切路径

sudo mv info info.bak # 将原有的info更名

sudo mkdir info # 重建新的info

sudo apt update && sudo apt -f install # update一下, 并且安装所有的依赖

sudo mv info.bak/* info/ # 把info.bak中的文件全部移动到 info 中

sudo -rf info.bak # 删掉 info.bak

 

问题：Ubuntu文件夹点击不了

解决：1. 在命令行输入：killall nautilus

2. 尝试重新启动 GNOME Shell

使用 Alt + F2 打开运行命令的对话框

输入 r 然后按回车（重启Shell）

 

问题：Ubuntu系统Todesk网络异常

解决：对其进行初始化操作

sudo systemctl stop todeskd.service

sudo mv /opt/todesk/config/config.ini /opt/todesk/config/config.ini.bak

sudo systemctl start todeskd.service

 

问题：error: command 'swig' failed: No such file or directory

解决：sudo apt-get install swig

 

问题：ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.

xxx requires xxx<3.20,>=3.9.2, but you have xxx 5.29.5 which is incompatible.

解决：要么按照要求安装相应版本，要么直接忽略依赖pip install xxx==0.xxx.0 --no-deps

 

问题：Ubuntu 里qq最小化消失，在后台运行但前台看不到

解决：按快捷键Ctrl+Alt+Z

 

问题：在Ubuntu下登录qq的时候显示“您已登录xxxxx，不能重复登录”

解决：先按快捷键Ctrl+Alt+Z，看看能不能弹出qq；不行的话，终端输入ps -e，找到qq对应的PID，然后杀死，例如我查到自己有两个qq进程，终端输入kill 17676

 

问题：wandb: W&B API key is configured. Use `wandb login --relogin` to force relogin

解决：可以配置也可以先关闭，这里选择关闭，os.environ["WANDB_MODE"] = "offline"或者wandb.init(mode="offline")

在线查看命令：wandb sync /home/xxx/wandb/offline-run-20250909_090918-evmcgt33

 

问题：Windows右击文件夹一直转圈

解决：卸载百度网盘

 

问题：Windows内存占用率高，但是找不到内存消耗大的程序

解决： 1、在传统界面按Win键+ R键，在搜索框中输入msconfig，按回车键。

2、点击”服务”选项，选择”隐藏所有的微软服务”，然后点击全部禁用。(如果可选)

3、点击”启动”选项,，点击”打开任务管理器”，然后禁用全部启动项并确定。

然后如何从干净模式状态回复到正常模式：

a. 按Win+R 打开运行窗口，在搜索框中输入msconfig，按回车键。

b. 在“常规”选项，单击“正常启动 - 加载所有设备驱动程序和服务”。

c. 单击“确定”。当提示您重新启动计算机时，单击“重新启动”。

 

---

 

如果后续遇到其他问题也会持续更新。