趕快寫下來以免忘記

這篇主要目的是要將Ubuntu變成一個雲端工作站 讓筆電這種運算能力比較弱的裝置可以遠端連線進來， 讓你可以在任何有網路的地方寫Deep learning的程式。 至於為什麼要用Ubuntu18.04? 因為他終於完整支援XRDP啦，你問我XRDP是啥? XRDP可以讓你在Windows/Mac/Linux系統的電腦，遠端連線到Ubuntu主機上，如下圖 相較於Teamviewer，XRDP有以下優點，使其更適合用於工作站： 支援多人同時連線 沒有螢幕解析度問題 更流暢 Win10 Win7內建連線程式，不須額外安裝 連線帳號就是Ubuntu的使用者帳號， 你可以任意新增帳號將機器分享給其他人使用 (只有一個缺點：需要固定IP或Domain Name) 不過這邊我們先把該裝的東西裝一裝 一些常用工具安裝 git版本控制 sudo apt-get install git vim文字編輯器 sudo apt-get install vim SSH安裝 ssh-server可以透過文字介面連到Server，這個基本上是必裝 sudo apt-get install openssh-server XRDP安裝與使用 安裝指令如下： sudo apt-get install xrdp 裝好後應該會自動啟動，若無可試試 sudo service xrdp start 或是 sudo service xrdp restart 從Windows連線到Ubuntu 搜尋遠端桌面 輸入伺服器ip，按連線 輸入帳號密碼 這邊目前設計不良，要再輸入一次密碼 這個目前也是設計不良，不要理他，直接按取消 又會跳出一個視窗，再按取消 理論上 你就會登入到這個畫面，介面和本地端的略有不同 這個應該是原生的Gnome的UI 除了使用XRDP，架Jupyter從遠端連也是另外一種方法 有空我會在寫一篇關於遠端Jupyter的方法

Pytorch GPU @ Ubuntu 18.04 安裝教學 本文理論上也適用於Ubuntu 16.04 17.04 17.10 安裝driver 按Ctrl+T開啟指令視窗，輸入   sudo ubuntu-drivers autoinstall 預設是裝nvidia-390 driver 安裝cuda 至 下載頁面 下載cuda9.1/9.0：  下載後，在Terminal切換到下載資料夾 cd ~/Downloads chmod 755 cuda_9.1.85_387.26_linux.run sudo ./cuda_9.1.85_387.26_linux.run --override 像這樣 接下來你可參考我的方式安裝 安裝cudnn 先前往 cudnn下載頁面 這邊的話，你必須註冊Nvidia developer帳號並登入才能下載 註冊完email認證後，回到下載頁面你會看到如下選單 這邊我們選用cudnn 7 for CUDA 9.1 點進去選對應你作業系統的檔案來抓，這邊選cudnn for Linux cudnn是一個壓縮檔，沒有安裝程式，下載後，請依照如下步驟安裝： 將下載的cudnn的zip檔解壓縮 找到cuda安裝路徑，長得像是   /usr/local/cuda   or    /usr/local/cuda-9.1 把解壓縮的檔案丟進去   cd /usr/local/cuda   sudo cp -r ~/Downloads/cuda/* ./ 環境變數設置 在.bashrc中新增cuda環境變數 使用指令開啟文字編輯器 gedit ~/.bacshrc or nano ~/.bashrc 在文件末端新增 export PATH="$PATH:/usr/local/cuda/bin" export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64" 存檔後退出 Python環境架設