企业注册在哪个网站申请百度客服人工服务电话

一、ubuntu22.04基本环境配置

1.1 更换清华Ubuntu镜像源

• 删除原来的文件

rm /etc/apt/sources.list

• 开始编辑新文件

vim /etc/apt/sources.list

• 先按i键，粘贴以下内容

# 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 https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse# 以下安全更新软件源包含了官方源与镜像站配置，如有需要可自行修改注释切换
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse

• 确保内容跟上述图片一致

• 按esc键，再输入冒号+wq保存

1.2 更新包列表：

• 打开终端，输入以下命令：

sudo apt-get update

sudo apt upgrade

• 更新时间较长，请耐心等待

2. 安装英伟达显卡驱动

2.1 使用wget在命令行下载驱动包

wget https://cn.download.nvidia.com/XFree86/Linux-x86_64/550.100/NVIDIA-Linux-x86_64-550.100.run

2.2 更新软件列表和安装必要软件、依赖

sudo apt-get install g++

点击回车enter即可

sudo apt-get install gcc

sudo apt-get install make

点击回车enter即可

成功安装

2.2 卸载原有驱动

sudo apt-get remove --purge nvidia* 

• 1.使用vim修改配置文件

sudo vim /etc/modprobe.d/blacklist.conf

• 2.按i键进入编辑模式,在文件尾增加两行：

blacklist nouveau
options nouveau modeset=0

• 3.按esc键退出编辑模式,输入:wq保存并退出

• 4.更新文件

sudo update-initramfs -u

这里等待时间较久

• 5.重启电脑：

sudo reboot

这里需要等一会才能连上

2.3 安装驱动

• 1.授予执行权限

sudo chmod 777 NVIDIA-Linux-x86_64-550.100.run

• 2.执行安装命令

sudo ./NVIDIA-Linux-x86_64-550.100.run

这里一直按回车就行，默认选择

一直按回车enter键，直到安装成功

• 3.检测显卡驱动是否安装成功

nvidia-smi

2.4 安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run

执行安装命令

sudo sh ./cuda_12.4.0_550.54.14_linux.run

• 1.输出accept开始安装

• 2.然后注意这里要按enter取消勾选第一个选项,因为之前已经安装了驱动

• 3.接着选择Install开始安装

• 4.安装完成

2.5 环境变量配置

• 1.以vim方式打开配置文件

sudo vim ~/.bashrc

• 2.按i键进入编辑模式,在文件尾增加下面内容：

export PATH="/usr/local/cuda-12.4/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH"

• 按esc键退出编辑模式,输入:wq保存并退出

• 3.更新环境变量

source ~/.bashrc

• 4.检测CUDA是否安装成功

nvcc -V

二、安装miniconda环境

1. 下载miniconda3

wget https://mirrors.cqupt.edu.cn/anaconda/miniconda/Miniconda3-py310_23.10.0-1-Linux-x86_64.sh

2. 安装miniconda3

bash Miniconda3-py310_23.10.0-1-Linux-x86_64.sh -u

直接一直enter键，到输入路径和yes

这边建议路径为：miniconda3

直接回车enter即可，再次输入yes

成功安装

3. 切换到bin文件夹

cd miniconda3/bin/

4. 输入pwd获取路径

pwd

复制这里的路径

5. 打开用户环境编辑页面

vim ~/.bashrc 

• 点击键盘I键进入编辑模式，在最下方输入以下代码

export PATH="/root/miniconda3/bin:$PATH"

按esc键退出编辑模式,输入:wq保存并退出

6. 重新加载用户环境变量

source ~/.bashrc

7. 初始化conda

conda init bash

8.验证是否安装成功

conda -V

9.conda配置

• 1.配置清华镜像源

  代码如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

• 2.设置搜索时显示通道地址

conda config --set show_channel_urls yes

• 3.配置pip 镜像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

三、克隆Image-coloring仓库

3.1官网地址：Image-coloring的GitHub地址

git clone https://github.com/zxx1218/Image-coloring.git

3.2如果下载速度较慢可添加https://mirror.ghproxy.com/镜像源

git clone https://mirror.ghproxy.com/https://github.com/zxx1218/Image-coloring.git

3.3进入到Image-coloring文件夹内

cd Image-coloring

3.4创建Image-coloring需要的环境

conda create -n Image-coloring python=3.10
conda activate Image-coloring

3.5安装依赖库

pip install -r requirements.txt 
pip install gradio
pip install gradio_imageslider
pip install modelscope

3.6在basicsr文件夹创建version.py

echo "__version__ = '1.0.0'" > basicsr/version.py
echo "__gitsha__ = \"some_git_sha\"" >> basicsr/version.py

3.7修改gradio_app.py

vi gradio_app.py

• 将最后一行的

demo.launch()

• 改为

demo.launch(server_port=15081,
server_name="0.0.0.0")

3.8 server_port变量为设置服务器监听的端口为业务端口,此处改为业务端口。

• 拉取图上色模型

modelscope download --model iic/cv_ddcolor_image-colorization --local_dir modelscope/damo/cv_ddcolor_image-colorization/ 

• 启动Image-coloring

python gradio_app.py

3.9启动成功后，访问http://主机IP:端口