【Linux】安装ROS、pytorch记录

一、ROS安装

1、前言

安装ROS首先需要明确的是当前操作系统应该安装什么版本的ROS，这里列举一下Ubuntu和ROS的对应版本问题：

2、换镜像源

打开应用程序软件与更新，将有版权和合法性问题的软件(multiverse)和源代码两个选项框进行勾选，另外在下载自这边选择国内的镜像源，如下图所示，笔者选择的是阿里云，另外也可以通过选择其他站点->选择最佳服务器来选择合适你的镜像源服务器。

3、ROS安装

ROS安装建议参考ROS官方的安装教程,打开官方安装教程，选择你所需要安装的ROS版本，跟着教程操作即可。
ROS.org

4、测试

按照官方教程安装完成之后需要测试一下你所安装的ROS是否已经正确安装，我们可以通过小海龟案例来测试一下。
新建三个终端，分别输入以下命令：

roscore
rosrun turtlesim turtlesim_node
rosrun turtlesim turtle_teleop_key

这三个命令的意思分别是启动ROS Master，启动小海龟画面，启动键盘控制节点，当你的小海龟能通过键盘进行运动，就说明ROS已经安装成功了。

二、pytorch安装

1、Anaconda下载安装

Window下环境搭建是在Anaconda的虚拟环境下进行搭建的，使用的conda版本为4.5.4，conda将几乎所有的工具、第三方包都当作package进行管理，甚至包括python 和conda自身。Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、各种packages等。

Anaconda的下载：Anaconda官网

点击Download按钮会自动下载安装包(.sh格式的)，下载完成之后切换到下载文件夹，打开终端，输入命令bash <下载的Anaconda包>，接下来不断敲yes，最后会看到Thank you for installing Anaconda3的提示说明安装成功了。
在安装成功之后，有提示说：如果你想让conda的基础环境(base)在终端启动的时候不被激活的话，将auto_activate_base 参数设置为false。

conda config --set auto_activate_base false

当你想用环境的时候，输入conda activate base或者conda activate <你自己新建的环境>即可进入conda的虚拟环境。

具体可以看这个安装教程：超详细Ubuntu安装Anaconda步骤+Anconda常用命令

• 检验是否安装conda以及conda版本查看conda版本——conda -V
• 创建新的虚拟环境——conda create -n your_env_name python=x.x
• 查看已有的虚拟环境——conda env list
• 切换到自己的虚拟环境——activate your_env_name
• 关闭虚拟环境（返回base环境）——deactivate env_name
• 删除虚拟环境——conda remove -n your_env_name --all

2、显卡驱动安装

安装pytorch的时候需要注意自己的显卡版本以及cuda版本（使用命令行nvidia-smi查看，图片如下），因为pytorch安装需要和显卡的版本以及cuda版本统一起来，这里有篇博客讲了对应版本的关系，一开始在这边因为显卡版本问题踩了一些坑。
当使用nvidia-smi命令不能弹出如下界面时，说明显卡驱动安装有问题，或者说是没有正确安装。
因为第一次在ubuntu系统上安装显卡驱动，一开始也是从官网下载安装包然后进行安装，结果踩了很多坑。

• 从官网下载驱动离线安装的方法可以参考以下教程进行：
  Ubuntu18.04查看显卡信息并安装NVDIA显卡驱动driver + Cuda + Cudnn
  ubuntu全版本安装 NVIDIA显卡驱动、以及重装、卸载
  【GPU】NVIDIA驱动安装

• 在线安装驱动的方法：
  安装Ubuntu18.04/win10双系统+Nvidia驱动
  首先更新一下软件

  sudo apt update
  sudo apt upgrade
  

  查看驱动并进行自动安装

  ubuntu-drivers devices
  ubuntu-drivers autoinstall
  

  接下来更新一个grub引导程序

  sudo vi /etc/default/grub
  # 把文件中"...splash"引号内的文本添加一段改成"... splash acpi_osi=linux"
  # :wq,保存退出
  sudo update-grub2
  

  最后重启一下系统，输入命令nvidia-smi能够出来界面的话就说明安装成功了。

3、GPU版本pytorch安装

pytorch的安装只要对应好cuda版本其他的就比较省心。

首先使用conda创建一个虚拟环境,比如我这边创建一个名叫pytorchTest，python版本为3.9的虚拟环境：

conda create -n pytorchTest python=3.9

然后切换到刚才创建的环境下：

conda activate pytorchTest

去pytorch官方按照自己的安装需要复制相应的在线安装命令进行安装
Pytorch官网
如下图，按照图中的指令输入进行安装即可。

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

4、测试

以上安装完之后测试一下pytorch是否可以正常使用，另外判断一下pytorch是否可以使用GPU。

import torch
print(torch.cuda.is_available())

num_gpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and num_gpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

从图中可以看到，torch.cuda.is_available()是True，说明pytorch可以使用GPU了。