ubuntu日常使用指南

使用ubuntu的一些经验总结。

目录

• 换源
• 开发相关的基本包
• vimrc
• python, pip
• zsh, oh-my-zsh, josh
• 配置android相关环境
• 查看库文件（libxxx.a/libxxx.so，动态静态库均可)是哪个编译器生成的
• ldd查看动态库的依赖项
• nvidia-smi反应慢
• 查找ppa软件包
• U盘启动ubuntu（安装），进不去桌面
• 安装软件包/编译常见软件包
  • 查找包
  • 安装软件到系统路径
  • 编译时提示头文件找不到
  • 双“重定向”
  • 装ffmpeg
  • 编译安装opencv和opencv contrib 以及python接口
  • 编译安装protobuf3.2
  • py-faster-rcnn
  • android-studio
  • exfat无法挂载？
  • flash
  • 正确安装pip, pip3
  • 耳机插入后没声音
  • 安装最新版emacs
  • refs
• 好用的命令与参数搭配
• 常见vim操作
  • 鼠标粘贴
  • 全局替换
• 几个简单方便的脚本
  • cmake项目的编译脚本
  • 使用外部库的CMakeLists.txt
    • dlib
    • 在cmake项目中使用自行编译的opencv
• 启动后提示硬盘出错，进入busybox的initramfs界面
• 提示"boot"分区空间不足
• svn1.6在centos6下的使用
• pureftp在centos下与MySQL搭配使用
• 配置samba服务器
• sudo命令突然不能使用
• 安装python3.6
• Ubuntu的man就是个渣渣
• 删除（大）文件后，磁盘可用空间没有变化？
• ssh突然无法连接
• protobuf报错，未定义的引用
• nvidia显卡驱动需要重装
• 明确/etc/environment的存在
• JetBrain CLion破解
• 更换硬盘，修复grub启动问题
• 千万别手贱执行sudo apt autoremove命令
• Failed to initialize NVML: Driver/library version mismatch.
• 重启后开机，循环登录
• NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
• ubuntu下nvidia显卡驱动卸载
• 使用阿里云的CUDA源
• git clone被限速怎么办
• ls列出目录下文件，并且添加前缀
• 编译链接报错说缺少.so文件，查找和安装对应的apt包
• 安装qq
• nvidia驱动卸载安装的方法总结
• 设定PYTHONPATH
• 64位ubuntu编译32位程序
• Linux gdbserver+gdb 调试
• valgrind报错VEX temporary storage exhausted
• aptitude命令的使用
• apt命令的使用
• dpkg命令的使用
• ubuntu不显示调节声音的图标
  • 解决办法
  • 参考
• 切换默认shell

换源

ubuntu16.04, ustc

sudo tee /etc/apt/sources.list  << EOF
# 默认注释了源码仓库，如有需要可自行取消注释
deb https://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse

# 预发布软件源，不建议启用
# deb https://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
EOF

ubuntu18.04, ustc

sudo tee /etc/apt/sources.list  << EOF

# 默认注释了源码仓库，如有需要可自行取消注释
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse
deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-security main restricted universe multiverse

# 预发布软件源，不建议启用
# deb https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
# deb-src https://mirrors.ustc.edu.cn/ubuntu/ bionic-proposed main restricted universe multiverse
EOF

For other options, use this python script to generate it

#!/usr/bin/env python
#coding: utf-8

def get_mirror_site(dist_num_str='16.04', site_name='ustc'):
    site_mp = {
        'ustc': 'https://mirrors.ustc.edu.cn',
        'aliyun': 'http://mirrors.aliyun.com',
        'tuna': 'https://mirrors.tuna.tsinghua.edu.cn',
    }

    site_url = site_mp[site_name]

    dist_mp = {
        '12.04': 'precise',
        '14.04': 'trusty',
        '16.04': 'xenial',
        '16.10': 'yakkety',
        '17.04': 'zesty',
        '17.10': 'artful',
        '18.04': 'bionic'
    }

    dist_name = dist_mp[dist_num_str]

    mirror_url_lst = [
        '# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释',
        'deb {:s}/ubuntu/ {:s} main restricted universe multiverse'.format(site_url, dist_name),
        '# deb-src {:s}/ubuntu/ {:s} main restricted universe multiverse'.format(site_url, dist_name),
        'deb {:s}/ubuntu/ {:s}-updates main restricted universe multiverse'.format(site_url, dist_name),
        '# deb-src {:s}/ubuntu/ {:s}-updates main restricted universe multiverse'.format(site_url, dist_name),
        'deb {:s}/ubuntu/ {:s}-backports main restricted universe multiverse'.format(site_url, dist_name),
        '# deb-src {:s}/ubuntu/ {:s}-backports main restricted universe multiverse'.format(site_url, dist_name),
        'deb {:s}/ubuntu/ {:s}-security main restricted universe multiverse'.format(site_url, dist_name),
        '# deb-src {:s}/ubuntu/ {:s}-security main restricted universe multiverse'.format(site_url, dist_name),

        '# 预发布软件源，不建议启用',
        '# deb {:s}/ubuntu/ {:s}-proposed main restricted universe multiverse'.format(site_url, dist_name),
        '# deb-src {:s}/ubuntu/ {:s}-proposed main restricted universe multiverse'.format(site_url, dist_name)
    ]
    for mirror_url in mirror_url_lst:
        print(mirror_url)

if __name__ == '__main__':
    get_mirror_site()

remember to sudo apt update

开发相关的基本包

ubuntu桌面版，默认不带vim，不带git，不带cmake，不带pip...真搞不清楚ubuntu是啥定位，明明实际情况是：用ubuntu的90%+的是用来开发的，基本的开发包还得要手动安装：

sudo apt install vim git curl cmake aptitude apt-file autoconf automake libtool exfat-utils emacs openssh-server subversion unrar tmux enca

vimrc

git clone --depth=1 https://github.com/amix/vimrc.git ~/.vim_runtime
sh ~/.vim_runtime/install_awesome_vimrc.sh
git clone --depth=1 https://github.com/zchrissirhcz/dotfiles /tmp/dotfiles
cp /tmp/dotfiles/my_configs.vim ~/.vim_runtime/

python, pip

mkdir -p ~/.pip
(
cat << EOF
[global]
index-url = https://mirrors.ustc.edu.cn/pypi/web/simple/
format = columns
EOF
) > ~/.pip/pip.conf

sudo apt install -y python-pip
sudo pip install -U pip
sudo apt remove -y python-pip

sudo apt  install -y python3-pip
sudo pip3 install  -U  pip
sudo apt remove -y python3-pip

sudo sed -i "s/\/usr\/bin\/python3/\/usr\/bin\/python/g" `which pip`

zsh, oh-my-zsh, josh

sudo apt install zsh
sh -c "$(curl -fsSL https://raw.githubusercontent.com/robbyrussell/oh-my-zsh/master/tools/install.sh)"
sed -i "s/ZSH_THEME=\"robbyrussell\"/ZSH_THEME=\"josh\"/g" ~/.zshrc

默认情况下，oh-my-zsh为基础的zsh，cd进入目录会特别慢，因为oh-my-zsh本身以及使用的theme里的git相关操作很慢，卡顿可能有十几秒。

解决方案：

git config --global --add oh-my-zsh.hide-dirty 1
git config --global --add oh-my-zsh.hide-dirty 1

配置android相关环境

最近突然觉得各种rc文件很方便，需要用的时候source一下就能用，不需要的时候也不至于污染系统PATH，哈哈。

~/.androidrc内容：

export ANDROID_SDK=/home/zz/Android/Sdk
export PATH=$ANDROID_SDK/cmake/3.6.4111459/bin:$ANDROID_SDK/platform-tools:$PATH
export ANDROID_NDK=/home/zz/Android/Sdk/ndk-bundle

使用android ndk构建之前，只需要source ~/.androidrc再cmake构建即可。

查看库文件（libxxx.a/libxxx.so，动态静态库均可)是哪个编译器生成的

objdump -s --section=.comment libxxx.a    #静态库

objdump -s --section=.comment libxxx.so  #动态库

ldd查看动态库的依赖项

ldd libxxx.so

通常可以查看出glibc版本，确定gcc版本

nvidia-smi反应慢

一般出现在4卡以上的机器上。解决办法是输入如下命令：

sudo nvidia-persistenced --persistence-mode

注意：这会开启一个进程（通过ps -ef | grep nvidia查看），如果此时需要重新安装nvidia驱动，尽管已经卸载了同版本驱动，但是新驱动会提示装不上，因为这个persistence的进程没有关掉。kill掉它再重装驱动。

查找ppa软件包

经常发现ubuntu的apt提供的包版本太老，手动编译新版本实际上要自己手动解决依赖不方便，google/bing查找的话也比较凌乱。

实际上，直接从launchpad上就能找的。https://launchpad.net/ubuntu这里查找各种ppa提供的包。

（其实很久之前玩fedora的时候就用过类似的一个网站：pkgs.org，但是后来用ubuntu后就忘记了。。）

U盘启动ubuntu（安装），进不去桌面

换个usb接口试试。选择try ubuntu而不是install试试。

安装软件包/编译常见软件包

有些包用apt去装就可以了，或许需要添加ppa源；有些包则版本太老，需要从源码编译安装。

查找包

aptitude search pkgName

pkgName可以有多个（空格分隔）

安装软件到系统路径

有些软件包无法通过apt安装，例如CUDA；又或者，apt提供的安装包比较老/不全，希望自行编译安装，例如OpenCV、CMake、Protobuf。

其中，如果某个包主要对应一个可执行程序，比如cmake，而你希望apt安装的版本和自行编译安装的版本同时存在，那么安装到/usr/local/cmake-3.12这样的路径下就好了，通过~/.cmakerc中设定：

export PATH=/usr/local/cmake-3.12/bin:$PATH

并使用source ~/.cmakerc来临时切换版本。

而对于另外一些包，它被安装的目的可能更多的是提供一个.so，被其他程序连接，比如CUDA相关的libcudart.so，libcudnn.so等，以及OpenCV的各种库文件，则往往是在链接器相关的路径、环境变量上做游戏，例如写入到LD_LIBRARY_PATH，或者写入到/etc/ld.so.conf相应的配置文件+执行sudo ldconfig命令，来系统级的让相应的库文件被找到。

相关的，还有个LD_PRELOAD，可以用于同一个库的不同版本的先后查找配置上。

编译时提示头文件找不到

问题原因可能有多种。以caffe在ubuntu16.04上编译为例。

提示hdf5.h找不到。猜测是hdf相关的包的头文件不在系统的INCLUDE查找路径。

查找hdf相关的包。我记得自己装过，所以增加grep过滤：aptitude search hdf5 | grep '^i'

过滤查找结果中最可能的是-dev包。查看-dev包都安装了什么，分别装在哪里。因为确定是要找hdf5.h，所以依然grep过滤：dpkg -L libhdf5-dev | grep 'hdf5.h$'

结果是唯一的，/usr/include/hdf5/serial/hdf5.h。添加/usr/include/hdf5/serial到Caffe的Makefile中INCLUDE_DIRS变量上。

双“重定向”

用caffe训练，产生log。想既在屏幕上看到实时log输出，也同时保存一份到文件。使用2>&1和tee命令，以及管道：

 ......caffe train --solver=......  2>&1 | tee log.txt

装ffmpeg

比如opencv调用网络摄像头 需要编解码支持 要用ffmpeg

sudo add-apt-repository ppa:kirillshkrogalev/ffmpeg-next
sudo apt-get update
sudo apt-get install ffmpeg

（已失效，请用下面的：）

sudo apt-get install ppa-purge && sudo ppa-purge ppa:jonathonf/ffmpeg-4

编译安装opencv和opencv contrib 以及python接口

罗嗦版：http://www.cnblogs.com/zjutzz/p/6714490.html

mkdir -p ~/work/gitdown
cd $_
git clone https://github.com/opencv/opencv
git clone https://github.com/opencv/opencv_contrib
cd opencv
mkdir build
cd build
cmake \
-D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local/opencv-git-master \
-D WITH_CUDA=OFF \
-D WITH_VTK=OFF \
-D WITH_MATLAB=OFF \
-D BUILD_DOCS=ON \
-D OPENCV_EXTRA_MODULES_PATH=/home/chris/work/gitwhat/opencv_contrib/modules \
-D PYTHON2_EXECUTABLE=/usr/bin/python \
-D PYTHON3_EXECUTABLE=/usr/bin/python3 \
-D PYTHON_INCLUDE_DIR=/usr/include/python2.7 \
-D PYTHON_INCLUDE_DIR2=/usr/include/x86_64-linux-gnu/python2.7 \
-D PYTHON_LIBRARY=/usr/lib/x86_64-linux-gnu/libpython2.7.so \
-D PYTHON2_NUMPY_INCLUDE_DIRS=/usr/lib/python2.7/dist-packages/numpy/core/include/ \
-D PYTHON3_NUMPY_INCLUDE_DIRS=/usr/lib/python3.5/dist-packages/numpy/core/include/ \
..

期间容易出现ippicv等第三方包下载不下来的情况。找到对应的.cmake文件，把下载地址拼接出来自行下载，注意替换掉md5的hash值。下载的文件放到<opencv_root>/.cache目录下，例如：

.cache
├── ippicv
│   └── 1469ff5ced054be500921d2d46278ef4-ippicv_linux_20151201.tgz
├── protobuf
│   └── bd5e3eed635a8d32e2b99658633815ef-protobuf-cpp-3.1.0.tar.gz
├── tiny_dnn
│   └── adb1c512e09ca2c7a6faef36f9c53e59-v1.0.0a3.tar.gz
└── xfeatures2d
    ├── boostdesc
    │   ├── 0ae0675534aa318d9668f2a179c2a052-boostdesc_lbgm.i
    │   ├── 0ea90e7a8f3f7876d450e4149c97c74f-boostdesc_bgm.i
    │   ├── 202e1b3e9fec871b04da31f7f016679f-boostdesc_binboost_064.i
    │   ├── 232c966b13651bd0e46a1497b0852191-boostdesc_bgm_bi.i
    │   ├── 324426a24fa56ad9c5b8e3e0b3e5303e-boostdesc_bgm_hd.i
    │   ├── 98ea99d399965c03d555cef3ea502a0b-boostdesc_binboost_128.i
    │   └── e6dcfa9f647779eb1ce446a8d759b6ea-boostdesc_binboost_256.i
    └── vgg
        ├── 151805e03568c9f490a5e3a872777b75-vgg_generated_120.i
        ├── 7126a5d9a8884ebca5aea5d63d677225-vgg_generated_64.i
        ├── 7cd47228edec52b6d82f46511af325c5-vgg_generated_80.i
        └── e8d0dcd54d1bcfdc29203d011a797179-vgg_generated_48.i

新编译出来的cv2.so位于/usr/local/opencv-git-master/lib/cv2.so

sudo apt-get remove python-opencv
sudo ln -sf /usr/local/opencv-git-master/lib/python2.7/dist-packages/cv2.so /usr/lib/python2.7

或者设定PYTHONPATH也可以

编译安装protobuf3.2

apt装的protobuf是2.5版本. pip装的protobuf是3.2版。 使用了python layer的网络，如果用tools/caffe.cpp编译出的工具build/caffe来执行网络，会报protobuf版本问题，需要protobuf-cpp的版本装3.2版

编译装protobuf3.2

卸载apt的protobub

sudo apt-get remove --purge libprotobuf-dev

如果你是ubuntu-desktop用户，那你的桌面有可能被误删。立即安装（不要重启）：

sudo apt-get install ubuntu-desktop -y
sudo apt-get install unity -y
sudo apt-get install compiz-gnome -y
sudo apt-get install libcompizconfig0 -y

静态编译protobuf（产生libprotobuf.a而不是.so文件，否则caffe编译会报错）

sudo apt-get install autoconf automake libtool curl make g++ unzip
cd ~/work/gitdown
git clone https://github.com/google/protobuf
cd protobuf
git checkout -b 3.2.x origin/3.2.x

./autogen.sh
vim configure

修改2658行和2661行，引号里面都换成"-fPIC"

./configure --disable-shared
make -j8
sudo make install

sudo ldconfig

重新编译caffe

cd ~/work/caffe-BVLC
make clean
make -j8
make pycaffe

py-faster-rcnn

http://www.cnblogs.com/zjutzz/p/6034408.html

android-studio

真机调试：需要先设定udev的规则。

参考：http://www.jianshu.com/p/958361328ae5

exfat无法挂载？

sudo apt-get install exfat-utils

flash

sudo apt-get install flashplugin-installer

正确安装pip, pip3

需要安装pip，并且pip升级到最新版。现在（2018.07.28)可行的做法（亲测有效,ubuntu16.04):

sudo  apt  install  python-pip    #用apt装pip，是8.0版的pip
sudo  pip  install  -U  pip           #用8.0的pip给自己升级
sudo  apt  remove  python-pip  #干掉apt装的（老版本的）pip.  现在，系统有的pip，是最新版的pip

pip3？如法炮制：

sudo  apt  install  python3-pip
sudo  pip3  install  -U  pip
sudo  apt  remove  python-pip

sudo  vim   `which  pip`   #查看一下pip，是否被python3给覆盖了，也就是确保解释器为#!/usr/bin/python而不是#!/usr/bin/python3

耳机插入后没声音

需要手动设置下:

sudo apt install alsa
sudo apt install pavucontrol
pavucontrol  #打开了音量控制中心的GUI界面，然后手动选择输出设备为headphone

参考：

http://www.linuxdiyf.com/linux/25058.html

实测发现，我的显卡是GTX1080Ti，显卡内置了声卡，并且耳机插在屏幕上，屏幕和主机用DP线连接，Windows下有声音，Ubuntu下默认没声音，按上面链接里的设定不起作用，正确的设定是：

启发我的博客：https://blog.csdn.net/zz2230633069/article/details/85958197

安装最新版emacs

当不得不只能通过ssh连接到linux服务器进行C++开发时，我选择使用emacs。ubuntu16.04自带的emacs是24版，用我的配置文件会出现打开emacs后卡死在加载配置文件上的问题。索性安装最新版emacs(27):

#（emacs-snapshot 是最新版本，更新速度相对较快）
sudo add-apt-repository ppa:ubuntu-elisp/ppa
sudo apt update
sudo apt install emacs-snapshot emacs-snapshot-el

refs

http://blog.csdn.net/linyushan11/article/details/10378419

https://github.com/BVLC/caffe/issues/19

安装最新emacs

好用的命令与参数搭配

将所有文件的编码，转换为UTF-8

find . ! -type d -exec enca -L zh_CN -x UTF-8 {} \;

将所有c/cpp/h文件的行尾换行符，从unix改成dos（使用场景：工程的代码中有//开头的中文注释，在linux下可正常编译，在visual studio中编译报错，报错地点处于"//开头的注释后的一行"对应的字段/变量定义等）：

find . -name '*.[c|cpp|h]' -exec unix2dos {} \;

将指定目录下所有文件权限设定为644

find . ! -type d -exec chmod 644 {} \;

将指定目录下所有目录权限设定为755

find .  -type d -exec chmod 755 {} \;

替换文本文件中行尾换行符，从dos（CRLF）为unix行尾换行符(LF):

find . -name '*.php' | xargs -I {} perl -pi -e 's/\r//g' {}

或者更简单点：

find . -name '*.cpp' | xargs sed -i 's/\r//g'

批量删除所有.svn子目录：

find . -type d -name ".svn"|xargs rm -rf

找出目录下所有".c"和".cpp"结尾的文件，统计它们一共有多少个:

ls -1 | grep -E '.(c|cpp)$' | wc -l

其中-E参数开启了扩展的正则表达式。

对目录下所有文件执行同种操作，比如文件名追加"pop":

for file in "$(ls)"; do echo -e "$file"pop; done

列出目录下所有png图片的绝对路径，并重定向到txt文件：

for f in `ls *.png`;do ls `pwd`/$f; done > img_list.txt 2>&1

计算md5加密：

echo -n "你的字符串" | openssl md5

其中-n参数一定要有，否则结果就不一样了（掺杂了回车的结果）

查看CPU是几核的：

cat /proc/cpuinfo | grep 'procossor' | wc -l

持续查看某条命令结果：用watch。例如每隔一秒监控一次nvidia显卡显存占用：

watch -n 1 nvidia-smi

列出目录下的文件，每行1个：

ls src -1  #-1表示每行1个

列出目录下文件，每行一个，并且加上路径名作为前缀：

ls src -1  | awk '{print "src/"$1}'

常见vim操作

鼠标粘贴

用鼠标复制内容到系统粘贴板后，粘贴到vim中，需要先开启paste(避免不正常的缩进)，然后再粘贴

# 先按escape进入命令模式
:set paste
# 然后按i，进入insert模式
# 用鼠标粘贴

全局替换

:1,$s/old_string/new_string/g

解释：1,$表示从第一行到最后一行；s表示替代；old_string表示想要被替换掉的字符串（替换为new_string)；g表示global，是说对于每一行，替换行内所有的old_string。

几个简单方便的脚本

cmake项目的编译脚本

cmake执行后产生log，希望保存log方便后续查看。

cmake可能有很多参数，一下子记不住。

那么使用这个脚本：

#!/bin/bash
# compile.sh
set -x   #把本行后的脚本执行内容，打印到屏幕。用于调试
set -e   #本行后，如果某行执行结果返回值不是true，那么终止

LOG="log.build"
touch $LOG
rm $LOG

exec &> >(tee -a "$LOG")   #将屏幕输出内容，同时写入log文件：便于后续查找

echo "Logging to $LOG"

BUILD_ROOT=build
if [ -d $BUILD_ROOT ]; then
    rm -rf $BUILD_ROOT
fi
mkdir -p $BUILD_ROOT
cd $BUILD_ROOT
echo "building root folder is $BUILD_ROOT"

echo "Now do cmake"

cmake ..

echo "Now do make"

make -j8

echo "Done"

在此基础上可以添加sudo make install，以及cmake的各种option值。

使用外部库的CMakeLists.txt

dlib

比如使用dlib库写自己的代码。那么自行下载并编译dlib，会同时生成静态库libdlib.a和动态库libdlib.dylib文件。

要使用dlib（静态库、动态库都可以），假设我的代码只有一个assignment_learning_ex.cpp文件（来自dlib的tutorial），那么它配套的CMakeLists.txt这样写：

cmake_minimum_required(VERSION 2.8.12)

project(examples)

set (CMAKE_CXX_STANDARD 11)  # -std=c++11

set(INC_DIR /Users/tusdk/work/dlib)   #dlib头文件路径，改成你的

set(LINK_DIR /Users/tusdk/work/dlib/build/dlib)  #dlib库文件路径，改成你的

include_directories(${INC_DIR})

link_directories(${LINK_DIR})

add_executable(assignment_learning_ex assignment_learning_ex.cpp)

target_link_libraries(assignment_learning_ex dlib)

.cpp文件和CMakeLists.txt文件放同一目录下，执行：

mkdir -p build
cd build
cmake ..
make -j8

完成编译，可以运行了。

这种写法，应该是比较方便使用的，每次只编译自己代码就好了，dlib不用重新编译。

而dlib官方的文档，意思是自己的调用dlib库的程序（用cmake构建），每次都重新编译dlib。虽然说了一堆道理，但是编译dlib对我来说没有必要，浪费时间，不如去掉，所以，用我贴出来这个脚本会方便。

在cmake项目中使用自行编译的opencv

find_package时指定opencv编译的build目录即可。其实前面的dlib，原则上这么做应该也行。但是dlib生成的.cmake脚本不在同一目录有点麻烦。

caffe2中有个Dependencies.cmake，稍作修改，把opencv的部分拿出来：

# ---[ OpenCV
if(USE_OPENCV)
  # OpenCV 3
  find_package(OpenCV QUIET COMPONENTS core highgui imgproc imgcodecs
      CONFIG
      PATHS "/Users/tusdk/work/opencv/build/")
  if(NOT OpenCV_FOUND)
    # OpenCV 2
    find_package(OpenCV QUIET COMPONENTS core highgui imgproc)
  endif()
  if (OpenCV_FOUND)
    include_directories(SYSTEM ${OpenCV_INCLUDE_DIRS})
    list(APPEND Caffe2_DEPENDENCY_LIBS ${OpenCV_LIBS})
    message(STATUS "OpenCV found (${OpenCV_CONFIG_PATH})")
  else()
    message(WARNING "Not compiling with OpenCV. Suppress this warning with -DUSE_OPENCV=OFF")
    set(USE_OPENCV OFF)
  endif()
endif()

==== update =====

也是被opencv和cmake折腾的醉了。仔细看了下cmake的find_package的文档后，才知道怎么master这些包（比如opencv）

对于自行编译的opencv 假设安装在了/opt/opencv-git-master 那么通过在CMakeLists.txt里设定CMAKE_PREFIX_PATH，能最高优先级地设定opencv的查找路径。e.g.:

cmake_minimum_required(VERSION 3.2)
project(play)

message("CMAKE_MODULE_PATH is: ${CMAKE_MODULE_PATH}")
message("CMAKE_SYSTEM_PREFIX_PATH: ${CMAKE_SYSTEM_PREFIX_PATH}")
message("CMAKE_SYSTEM_FRAMEWORK_PATH: ${CMAKE_SYSTEM_FRAMEWORK_PATH}")
message("CMAKE_SYSTEM_APPBUNDLE_PATH: ${CMAKE_SYSTEM_APPBUNDLE_PATH}")

list(APPEND CMAKE_PREFIX_PATH "/opt/opencv-git-master")  ##!! 这里在设定
# 假如是apt装的opencv，那么先通过dpkg -L libopencv-dev查询知道，.cmake文件在/usr/share/OpenCV，那么用下面这行：
#list(APPEND CMAKE_PREFIX_PATH "/usr/share/OpenCV/")
message("CMAKE_PREFIX_PATH: ${CMAKE_PREFIX_PATH}")

find_package(OpenCV
    #NO_CMAKE_PATH
    #NO_CMAKE_ENVIRONMENT_PATH
    #NO_SYSTEM_ENVIRONMENT_PATH
    #NO_CMAKE_PACKAGE_REGISTRY
    #NO_CMAKE_SYSTEM_PATH
    )

message(${OpenCV_DIR})

#add_executable(hello main.cpp)

而如果你opencv安装在/usr/local或者/usr/local/opencv开头的路径中，那么不用设定CMAKE_PREFIX_PATH就能被找到，当然设定这个变量会有更高优先级。

具体参考cmake官方文档中find_package()的内容，或者cmake简明使用指南.

启动后提示硬盘出错，进入busybox的initramfs界面

这问题今天（2017-11-21 11:44:35）第一次遇到，解决办法是手动调用磁盘修复命令。虽然它提示了手动修复，但是我怎么知道哪些参数？还是靠百度，靠网友的经历了。

参考http://blog.csdn.net/babyfish13/article/details/51190148，我用的文中第二种方式。

提示"boot"分区空间不足

是旧的内核太多了。保险的方式是安装byobu后操作。

purge-old-kernels在byobu软件包中，首先，安装byobu：

sudo apt install byobu

运行purge-old-kernels卸载旧内核：

sudo purge-old-kernels

为了保险它会保留最新的两个Linux内核。

参考：[http://blog.topspeedsnail.com/archives/6069](使用purge-old-kernels移除旧的Linux内核－Ubuntu 16.04)

svn1.6在centos6下的使用

之前用centos6.5的时候 懒得手动编译高版本svn，用的是1.6版的，写了一些笔记：

http://www.cnblogs.com/zjutzz/p/4887288.html

其实如果可以还是用更新版本的svn吧，bug少，操作更人性化。

pureftp在centos下与MySQL搭配使用

之前用pureftp作为ftp的服务端软件，写了一些笔记：

http://www.cnblogs.com/zjutzz/p/4993106.html

其实如果只是内网使用服务器，比如Deep Learning日常连接到服务器做训练、测试、开发，用sftp就好了，简单省事。

配置samba服务器

使用场景：在windows系统上访问linux主机/服务器上的目录、文件。

在ubuntu16.04上配置如下：

1）关防火墙

sudo ufw disable      //关闭防火墙
sudo ufw enable        //开启
sudo ufw status   //查看状态

1. 安装samba包

sudo apt-get install samba

1. 改配置文件

sudo vim /etc/samba/smb.conf

配置项参考：https://blog.csdn.net/lan120576664/article/details/50396511

这里还需要注意目录权限问题。比如/home/tony的目录默认只能tony或者tony组的访问，其他用户不能访问。

并且注意：配置/etc/smb.conf中使用@tony表示tony组，而tony则表示用户tony

1. 添加samba用户并设置密码
   
   要求用户必须是已经存在的linux用户

sudo smbpasswd -a chris

表示的是添加chris用户，然后输入samba访问的密码。

5）修改samba密码

管理员为了方便可以把每个用户的samba账号和密码设定为相同，或者都是123456这种密码。但是每个人的安全需要自行保证，每个用户应该可以自行修改密码。

管理员账号修改某个samba账号的密码：

sudo smbpasswd wjj

然后输入两次新密码即可

普通用户修改自己的samba密码：

smbpasswd

然后先输入原有密码，再输入两次新密码，注意新密码的长度要大于等于5个字符，否则会修改失败

6)设置目录权限

包括两种case：限制性访问，例如只读、只能浏览、只能某个用户或某个组有权限；另一种是所有人都有可读可写权限。这里说一下后者，先前一直被忽略了。。

先前一直忽略了这个配置的存在，导致想配置一个所有人public访问可读可写的目录失败。

ref: http://blog.sina.com.cn/s/blog_61b313a30101h199.html

ref: How to create a Samba share that is writable from Windows without 777 permissions?

仍然是需要创建用户的：

adduser --system shareuser
chown -R shareuser /path/to/share

Then add force user and permission mask settings in smb.conf:

[myshare]
path = /path/to/share
writeable = yes
browseable = yes
public = yes
create mask = 0644
directory mask = 0755
force user = shareuser
Note that guest ok is a synonym for public.

1. 重启服务以生效

sudo service smbd restart

7)在windows上访问

打开资源管理器，地址栏输入"\172.17.xxx.xxx"，这个是你的ubuntu的ip地址，可以通过ifconfig命令查看

1. windows上清除访问凭证
   
   查看现有samba连接凭证：

net use

清除某个凭证：net use \\172.17.89.33\some_dir /delete（感觉好像没有用）

control userpasswords2

用户管理->高级->密码管理->找到凭证并删除->重开资源管理器，地址栏重新输入目录

1. 通过samba操作，解压、拷贝很慢，why？
   
   例如想要把A服务器上的B目录内容拷贝到/media/public，结果现在samba会先拷贝到本地，然后再传上去。而本机的网络传输速度很明显是小水管慢的很。

sudo命令突然不能使用

有个师妹今天运行py-faster-rcnn代码来调用Matlab命令，提示matlab权限不足，但是修改权限时候不小心改了/usr路径的权限（大概是chown -R777 /usr这样，缺少了必要的空格，导致路径下文件的setuid权限出问题）。

总之，效果就是，sudo命令用不了了。

解决方法很简单：进入tty界面(ctrl+F1)，用root登录，然后输入chmod -R 4755 /usr

当然，如果你仅仅是sudo命令本身不能用 那么就是chmod 4755 /usr/bin/sudo了

参考：http://blog.csdn.net/shihuacai/article/details/14645447

---

安装python3.6

项目用到python3.6特性（比如f'name.png'形式的表达)。ubuntu16.04默认的python3是3.5。

以下做法搜集自网络，表面上看起来可用，但是隐患众多。最简单的例子：重启后gnome-terminal可能用不了了。因为很多系统工具比如gnome-terminal用了python3.5，如果把系统的python3从python3.5改到python3.6会埋藏各种隐患。最好是自行编译，对于项目中需要用python3.6的地方，通过#!/usr/bin/env python3.6来指定

添加ppa源并安装

sudo add-apt-repository ppa:jonathonf/python-3.6
sudo apt update
sudo apt install python3.6
sudo apt install python3.6-dev #!这里是重点！记得装dev包，不然后续pip3 install xx时容易报错提示Python.h找不到

设定python3默认指向python3.6:

sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.5  1
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.6  2

确认一下：

python3  -V

补救措施

如果你不幸重启后发现gnome-terminal不能用了。执行这些：

sudo apt-get remove --purge python-apt
sudo apt-get install python-apt -f
cd /usr/lib/python3/dist-packages/
sudo ln -sf apt_pkg.cpython-35m-x86_64-linux-gnu.so apt_pkg.cpython-36m-x86_64-linux-gnu.so

cd /usr/lib/python3/dist-packages/gi
sudo ln -sf _gi.cpython-35m-x86_64-linux-gnu.so _gi.cpython-36m-x86_64-linux-gnu.so
sudo ln -sf _gi_cairo.cpython-35m-x86_64-linux-gnu.so _gi_cairo.cpython-36m-x86_64-linux-gnu.so

# 以下两个如果没有执行，则software & updates的GUI程序窗口就打不开了。
sudo ln -sf _dbus_glib_bindings.cpython-35m-x86_64-linux-gnu.so _dbus_glib_bindings.cpython-36m-x86_64-linux-gnu.so
sudo ln -sf _dbus_bindings.cpython-35m-x86_64-linux-gnu.so _dbus_bindings.cpython-36m-x86_64-linux-gnu.so

ref1, ref2

Ubuntu的man就是个渣渣

在用pip3装python包，并且开了lantern的socks代理。但是还是提示socks错误，很无语。

然后想让pip缓存文件。于是man pip3。没想到里面的帮助信息都是过时的。正确方法是：pip3 --help而不是man pip3。

删除（大）文件后，磁盘可用空间没有变化？

本人把一块3T的硬盘划分出1.1T，挂在/opt了，用来缓解/home和/下捉襟见肘的磁盘空间。

然而，训练产生的caffemodel文件很大，很快，整个/opt也只有70G可用了。尝试查看每个目录占用大小：

cd /opt
du -sh *

找到大块文件后，删掉它，包括用rm命令，和手动右键选择"move to trash"。随后再次du -sh *以及df -Th，发现/opt可用大小还是70G。

问题在于，文件没有真的被干掉，而是被转移在/opt/.Trash/files目录下了。删除这个目录下的文件，就彻底删除了。

---

ssh突然无法连接

比如A想ssh到B但是连不上。首先确认B开启了sshd服务，并且如果有错误的话，也能在查看服务的时候看到：

sudo service ssdh status

发生过的实际例子是，B上的shell先前用的zsh，后来删掉了换成了bash，然后A这里，先前能连B，后来连不上。简单办法是B上装上zsh即可。

---

protobuf报错，未定义的引用

可能出现在很多软件的编译环节。比如，编译opencv的时候，编译了opencv contrib中的dnn模块，该模块需要用protobuf来转换Caffe的模型。报错如下：

[ 75%] Linking CXX executable ../../bin/opencv_test_dnn
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::internal::WireFormatLite::WriteStringMaybeAliased(int, std::string const&, google::protobuf::io::CodedOutputStream*)’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::io::CodedOutputStream::WriteStringWithSizeToArray(std::string const&, unsigned char*)’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::internal::WireFormatLite::ReadString(google::protobuf::io::CodedInputStream*, std::string*)’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::Message::GetTypeName() const’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::internal::StringTypeHandlerBase::Delete(std::string*)’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::MessageFactory::InternalRegisterGeneratedFile(char const*, void (*)(std::string const&))’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::internal::WireFormatLite::WriteBytesMaybeAliased(int, std::string const&, google::protobuf::io::CodedOutputStream*)’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::internal::StringTypeHandlerBase::New()’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::internal::empty_string_’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::internal::WireFormatLite::WriteString(int, std::string const&, google::protobuf::io::CodedOutputStream*)’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::DescriptorPool::FindFileByName(std::string const&) const’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::internal::WireFormatLite::ReadBytes(google::protobuf::io::CodedInputStream*, std::string*)’未定义的引用
../../lib/libopencv_dnn.so.3.1.0：对‘google::protobuf::Message::InitializationErrorString() const’未定义的引用
collect2: error: ld returned 1 exit status
modules/dnn/CMakeFiles/opencv_test_dnn.dir/build.make:258: recipe for target 'bin/opencv_test_dnn' failed
make[2]: *** [bin/opencv_test_dnn] Error 1
CMakeFiles/Makefile2:4958: recipe for target 'modules/dnn/CMakeFiles/opencv_test_dnn.dir/all' failed
make[1]: *** [modules/dnn/CMakeFiles/opencv_test_dnn.dir/all] Error 2

解决办法：一开始我猜是存在多个版本的protobuf导致的。其实这个思维定式在一定条件下是正确的。然而本质原因是：你的protobuf对应的动态链接库文件(protobuf-xxx-.so)，它被编译出来的时候的g++版本，和你当前使用的（比如用来编译OpenCV的dnn模块）的g++版本不一致。

典型的例子：因为一些原因，切换了g++版本。个人是很讨厌切换系统g++版本的，会导致类似这个例子中的各种问题。要用不同版本的g++，可以，但是不要替换系统默认的g++。

nvidia显卡驱动需要重装

应该是安装nvidia显卡驱动的时候没有打到内核里面去。。。还没有测试过，不过看起来应该是这么搞的：

https://askubuntu.com/questions/841876/how-to-disable-nouveau-kernel-driver

参考其中第二个答案，主要是dkms的安装、重新编译内核、重启

明确/etc/environment的存在

2018-12-25 20:58:50

今天晚上帮同事配hexo，这个开源博客系统很久之前玩过，基于nodejs的，npm包的下载通常是卡脖子的问题，今天也是卡在这里。

具体描述：已经配置了npm镜像，无论是否开启代理（to cross the great wall），都无法下载hexo，一直提示localhost的1080端口走不通。

我的思路：肯定是某个配置文件设定了1080代理端口，直觉是~/.bashrc或者/etc/profile设定的，这俩文件应该说是进入bash后必然执行的两个文件了。然而naive，就算不加载这两个文件，环境变量$http_proxy依然是1080。

最后总算找到，是/etc/environment这个文件设定了1080代理。

/etc/environment设定了系统级别的环境变量。没什么特殊癖好的话别在这个文件里写东西，这是StackOverFlow上的网友以及我的共同观点。因为修改它导致的环境变量出问题，大部分人根本不知道这玩意儿的存在。。

JetBrain CLion破解

ubuntu desktop版本用来写代码 + cmake + CLion，调试方便。

最新版CLion破解：https://gitee.com/pengzhile/jetbrains-agent

更换硬盘，修复grub启动问题

场景举例：原来是有n块硬盘（n>=2)，现在其中某一块坏了，关机状态下把它换下，重新启动机器进ubuntu系统发现黑乎乎一片，进不去系统。

这是因为/etc/fstab文件里的内容和硬盘实际内容不匹配导致的。

解决思路是删掉刚刚取下的硬盘在fstab中的记录（如果有新增硬盘，并且希望系统启动就自动挂载，则也需要配置fstab文件），也就是手动编辑下/etc/fstab内容，去掉不匹配的。

然后记得重装grub：

#----------------------------
# step1： 查看分区，初步认领linux分区
#----------------------------
# 查看磁盘分区情况。比如我有三块硬盘，分别是/dev/sda，/dev/sdb, /dev/sdc，编号按顺序从a到c，
# 我需要搞清楚除了被卸载下来的那块硬盘，现有硬盘分区哪个对应到我先前的Linux分区
# 比如我看到/dev/sdc上各种Linux字样的信息，说明我的原来的Linux装在/dev/sdc上了，等会要挂载到/mnt目录下
sudo fdisk -l

#----------------------------
# step2: 认领各个linux分区
#----------------------------
# 这一步先通过mount -t auto  /dev/sdcX  /mnt 来认领每一个硬盘分区和Linux分区对应关系
# 每次mount一个，然后cd /mnt，看看长什么样子，确认是/啊，还是/home啊，还是/boot啊，甚至/data等
sudo mount -t /dev

#----------------------------
# step3: 挂载/（以及/boot，如果原来有/boot分区)
#----------------------------
# 这一步的目的是确保grub安装的东西是放在原有的Linux分区下的
# 比如我的：
sudo mount /dev/sdc7 /
sudo mount /dev/sdc5 /boot

#----------------------------
# step4: 安装grub
#----------------------------
# 会把grub安装在/mnt/boot目录中
# 也就是原来的Linux系统下的/boot目录
# 为了确保OK，指定一下root-directory，也就是你原来的Linux分区的根目录，并且如果你原来有boot分区那么也要挂载到/分区的/boot目录上
sudo grub-install --root-directory=/mnt/

#----------------------------
# step5: 重启以生效
#----------------------------
sudo reboot

千万别手贱执行sudo apt autoremove命令

这条命令对于初级中级用户来说，等同于"sudo rm -rf /*"一样危险，很容易毁掉整个Linux系统，基本上要重装的节奏。

解释：autoremove是说删除不需要的依赖，通常在执行apt install/remove后会“友好”地提示说:

The following packges were automatically installed and are no longer required:

....

Use 'sudo apt autoremove' to remove them.

然而实际上这个提示简直是坑爹，因为autoremove是说把你指定的包的依赖包都删掉。比如我要autoremove libreoffice，那么会把libreofflice***开头的库删掉。问题是，这些库很可能被其他正在用的软件依赖（例如firefox)。也就是：要autoremove A，那么A依赖的B也被删除，而autoremove并会去检查发现B被正在用的C所依赖，导致C也不能使用，而C往往是众多的，例如ubuntu的桌面。所以，autoremove是株连九族的暴力指令，没有十足的把握不要用，而ubuntu在apt get/remove等命令执行的最后提示的autoremove非常误导人，其心可诛。

Failed to initialize NVML: Driver/library version mismatch.

我遇到这个问题的场景：先前用的cuda9.0，以及nvidia驱动是384(还是396？不太确定，反正低于400）；然后新装了cuda10，因为cuda10必须要nvidia驱动>=410才可以正常用。

解决办法：先卸载（如果有）原有nvidia驱动，然后安装合适版本的新驱动:

1） 卸载：

sudo apt install aptitude
sudo aptitude search nvidia | grep '^i'
sudo apt remove --purge nvidia-XXX #例如我是nvidia-384

2）从nvidia官方根据自己机器显卡型号和操作系统，下载对应的驱动。我下载了418版本的。

1. 安装

sudo init 3
sudo chmod +x NVIDIA-Linux-x86_64-418.43.run
sudo ./NVIDIA-Linux-x86_64-418.43.run

安装过程中注意看提示，不要一股脑全都选默认的。比如我安装时候提示说什么“pre-install脚本失败”，其实继续安装并没有问题；还有就是DKMS要选择yes，用来确保下次更新了内核时自动注册nvidia驱动模块到内核中

参考：https://comzyh.com/blog/archives/967/

重启后开机，循环登录

首先是分辨率变的很小，字体很大；并且输入密码后进不了桌面，再次提示输入密码。

这个问题原因比较多，主要参照这篇来分析定位下：https://blog.csdn.net/tangwenbo124/article/details/79120677

我遇到的问题是linux内核更新了，需要装新版nvidia驱动。装nvidia驱动简单，见上面一条经验。但为什么内核版本_不知不觉的_更新了？

1. /var/log/apt/history.txt显示，今天（重启前）更新了内核：

Start-Data: 2019-03-16 06:45:03

Commandline: /usr/bin/unattended-upgrade

Install: linux-modules-4.4.0-143-generic:amd64 (4.4.0-143.169, automatic), linux-headers-4.4.0-143:amd64(4.4.0-143.169, automatic), linux-heawders-4.4.0-143->generic:amd64(4.4.0-143.169, automatic), linux-modules-extra-4.4.0-143-generic:amd64(4.4.0-143.169, automatic)

然而我并没有手贱地手动更新内核，罪魁祸首其实是unattended-upgrade。

man一下发现，这货在每天的cron任务（/etc/cron.daily/apt-compat）重被在随机的时间点触发使用，更新了内核。

对于服务器来说，unattended-upgrade安装了新版安全内核，好像不错；但是对于nvidia驱动（尤其是搞深度学习训练的），如果驱动没配置DKMS那么重启后就循环登录了；即使不使用图形界面，也会遇到问题，只不过问题变成了：NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

禁用unattended-upgrade的方法：

sudo vim /etc/apt/apt.conf.d/10periodic

APT::Periodic::Unattended-Upgrade "0";

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

同上一条经验。解决步骤：

1. 卸载已有驱动，重装合适版本驱动，安装时注意勾选DKMS为yes

2. 关掉unattended-upgrade（自动更新，会导致内核更新，导致nvidia驱动用不了），已绝后患
   
   （参考：http://ask.xmodulo.com/disable-automatic-updates-ubuntu.html）

ubuntu下nvidia显卡驱动卸载

如果是CUDA安装包里的显卡驱动，或者.run格式的驱动，安装后会提供/usr/bin/nvidia-uninstall脚本，执行它即可完成驱动卸载。

如果是apt方式安装的，则先通过

sudo aptitude search nvidia |grep '^'

查看已经安装的nvidia显卡驱动包的名字，然后用apt卸载

使用阿里云的CUDA源

首先从nvdia官方下载cuda的network包，安装。

安装好了之后，估计是/etc/apt/sources.list.d/目录下有个对应的配置文件，把里面的nvidia那边的repo地址改成阿里云的nvidia-cuda的repo地址即可：

• https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1604/x86_64/

• https://mirrors.aliyun.com/nvidia-cuda/ubuntu1604/x86_64/

说明：这个方法有时候不能添加key导致无法下载；有时候需要同时配置aliyun和官方nvidia的repo否则aliyun提供的下载不完整导致下载失败。

git clone被限速怎么办

用ping命令查询域名 github.global.ssl.fastly.net 公网地址并添加到hosts文件。

windows修改host文件： C:\Windows\System32\drivers\etc\hosts

linux 修改host文件： /etc/hosts

e.g.

151.101.41.194 github.global.ssl.fastly.net

ls列出目录下文件，并且添加前缀

使用场景：CMakeLists.txt中添加某个目录下的文件，需要添加部分路径前缀。

for i in `ls -1`; do echo "src/operator/$i"; done

#得到：
src/operator/naive_convolution.c
src/operator/naive_convolution.h
src/operator/naive_pooling.c
src/operator/naive_pooling.h
src/operator/naive_relu.c
src/operator/naive_relu.h

编译链接报错说缺少.so文件，查找和安装对应的apt包

举例：编译安装了 clang后，编译darknet的第一次commit的源码，提示说LLVMgold.so找不到。则利用apt-file查找该.so文件对应的apt包的名字，然后apt安装：

apt-file update
apt-file search LLVMgold.so

安装qq

先利用ppa源，安装wine：

sudo add-apt-repository ppa:wine/wine-builds
sudo apt-get update
sudo apt-get install winehq-devel

然后下载wine版QQ：

链接: https://pan.baidu.com/s/1QK5HVh23dlZNMQg9ifIEKw 提取码: f2pr 复制这段内容后打开百度网盘手机App，操作更方便哦

tar xvf wineQQ8.9_19990.tar.xz -C ~/

按Win窗键，输入qq，打开QQ。第一次启动会提示安装必要的组件。装好组件后可以登录使用。

ref: https://www.cnblogs.com/zllwxm123/p/8512642.html

nvidia驱动卸载安装的方法总结

1. .run文件安装的，卸载：sudo /usr/bin/nvidia-uninstall，或找到原始的.run文件，执行sudo bash ./xxx.run --uninstall
2. cuda安装包里的显卡驱动，卸载：sudo /usr/bin/nvidia-uninstall
3. apt repo下载安装的：

sudo aptitude search nvidia | grep '^i' #查看
sudo apt remove --purge nvidia-XXX #例如我是nvidia-384

设定PYTHONPATH

先前一直以为PYTHONPATH用来找第三方module的。对，但是不完全。

设定PYTHONPATH为分隔符（win下为分号，Linux下为冒号）开头或结尾，则运行阶段sys.path中，sys.path[1]会是“执行当前脚本时所在的目录”。

例如运行一个开源项目，目录结构：

• tools/test.py
• utils/stat.py
  
  要执行tools/test.py，并且里面会import utils.stat模块，则因为设定了PYTHONPATH，使得test.py目录和项目根目录都在sys.path中，能够自然的包含utils目录而不是报错。

64位ubuntu编译32位程序

默认不支持32位编译，例如：

(base) zz@arcsoft-03:~/work/test$  g++ -std=c++11 -mavx -m32 main2.cpp
In file included from main2.cpp:5:0:
/usr/include/c++/5/iostream:38:28: fatal error: bits/c++config.h: No such file or directory

第一步：确认64为架构的内核

dpkg --print-architecture

输出：
adm64

第二步：确认打开了多架构支持功能

dpkg --print-foreign-architectures

输出：
i386

说明已打开，如果没有需要手动打开

打开多架构支持

sudo dpkg --add-architecture i386
sudo apt-get update
sudo apt-get dist-upgrade

如此这般你就拥有了64位系统对32位的支持

最后是安装 multilab

sudo apt-get install build-essential gcc-multilib g++-multilib # 经测试发现和gcc-arm-gnueabihf, g++-arm-gnueabihf冲突

#如下的安装方式会更加合理，可以和gcc/g++的gnueabihf编译器共存
sudo apt install libc6:i386 libstdc++6:i386
sudo apt install lib32ncurses5 lib32z1

Linux gdbserver+gdb 调试

Linux gdbserver+gdb 调试

valgrind报错VEX temporary storage exhausted

在ubuntu16.04上测试LazyNet时出现的报错。原本执行的命令：

valgrind --tool=memcheck --leak-check=yes ./lazynet

尝试过指定vex参数为25：( 参考1, 参考2 )

valgrind --tool=memcheck --leak-check=yes ./lazynet --vex-guest-max-insns=25

但报错不变。

卸载了apt安装的valgrind，转为源码编译安装：

sudo apt remove valgrind -y
cd ~/work
wget https://sourceware.org/pub/valgrind/valgrind-3.15.0.tar.bz2
tar -jxvf valgrind-3.15.0
cd valgrind-3.15.0
./autogen.sh
./configure --prefix=/home/zz/soft/valgrind
make -j8
make install

给PATH环境变量首部添加(append)valgrind安装后的bin目录

vim ~/.zshrc
export PATH=/home/zz/soft/valgrind/bin:$PATH

重开terminal，重新执行valgrind内存泄漏检测即可：

valgrind --tool=memcheck --leak-check=yes ./lazynet

aptitude命令的使用

查看包的简介：

aptitude show xxx

apt命令的使用

挖坑待填

dpkg命令的使用

挖坑待填

ubuntu不显示调节声音的图标

某天打开Ubuntu16.04桌面，发现Unity状态栏（桌面右上方）的声音调节图标不见了。虽然可以到设置->声音中调整，不过不方便。

印象中新装的系统是有这个图标的，可能是之前误操作删除了一些apt的包导致的。

解决办法

sudo apt-get install indicator-sound -y
gsettings set com.canonical.indicator.sound visible true
sudo apt-get install unity-control-center

然后登出(logout)当前用户，重新登录进来；或者重启系统也可以。之后就可以看到声音图标了。

参考

Missing sound volume icon on screen top (14.04)

切换默认shell

默认shell是bash，希望切换到zsh。虽然我知道oh-my-zsh这样的很棒的库可以自动帮我们配置，不过我得经验是oh-my-zsh功能太多，我不需要。我是自行配置了自己的.zshrc。

从bash切换到zsh，不会影响到其他人。只需要：

chsh -s /usr/bin/zsh zz

然后重新登录（ssh的话重新连接）即可。