使用Windows11进行部署项目，使用anaconda、git bash和pycharm部署，全面配置环境磕磕绊绊，虽然最后都通过gpt老师解决了，在运行wenet代码到第四步的时候，deepspeed库怎么都安装不上，查阅很多资料发现：Windows兼容性不好，跳到老师的Ubuntulinux系统进行部署，太快了一下子就好了，“不应该啊”->“已老实”，写点笔记可以在忘记的时候查阅一下，还可以教一下乖乖的女朋友，唉，怎么这么乖啊
1、常用linux命令基础
cd命令 cd路径就能到文件路径
wget命令 wget+url，就能在该文件路径下，get到这个文件
bash/sh命令 bash+.sh的脚本文件就能运行
vim命令 文本编写命令
chmod命令 让文件有被执行修改的权限
conda命令 anaconda的，不知道怎么解释
tar命令 解压tar归档文件
在linux中，可执行脚本为.sh
2、在vscode中连上远程SSH服务器，这个跟我配置的一样步骤，不过我没设免密，看着就麻烦
VS Code 远程连接 SSH 服务器_vscode远程ssh连接服务器-CSDN博客
https://blog.csdn.net/qq_42417071/article/details/138501026?ops_request_misc=&request_id=&biz_id=102&utm_term=%E5%9C%A8vscode%E4%B8%AD%E8%BF%9E%E4%B8%8A%E8%BF%9C%E7%A8%8BSSH%E6%9C%8D%E5%8A%A1%E5%99%A8&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-138501026.142^v101^pc_search_result_base9&spm=1018.2226.3001.4187在登陆过程中出现了无法登陆的问题，检查登录时的报错信息以下：
> Please contact your system administrator.
> Add correct host key in C:\\Users\\\xxx\xxx\xxx\xxx\xxx/.ssh/known_hosts to get rid of this message.
> Offending ECDSA key in C:\\Users\\\xxx\xxx\xxx\xxx\xxx/.ssh/known_hosts:6
> Host key for [xxx.xxx.xxx.xx]:xxxxx has changed and you have requested strict checking.
> Host key verification failed.
[xx:xx:xx.xxx] Got some output, clearing connection timeout
[xx:xx:xx.xxx] > 过程试图写入的管道不存在。根据路径找到known_hosts这个文件，进去给对应ip的内容都删除，重新连就好了
3、安装Miniconda
在清华镜像网站下载需要版本的miniconda安装包
Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirrorhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/
#下载
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py310_24.5.0-0-Linux-x86_64.sh
#安装：根据提示输入enter或yes
bash Miniconda3-py38_4.9.2-Linux-x86_64.sh
#验证：重启终端（必须），运行下方命令，显示版本号则安装成功
conda --version4、更换清华镜像源
# 在用户目录（/home/xxx）下新建.condarc文件，但是不同服务器的初始化不一样，
# 比如我的服务器直接就有这个文件，我直接改就好了
touch .condarc
# 用vim打开.condarc文件，写入下方内容保存后退出
channels:- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud# 清除索引缓存conda clean -i# 配置完毕，执行以下命令查看是否已经换源，可以看到已经更换为清华源了conda config --show
5、安装CUDA及cuDNN
可能会有下载很多不同版本cuda的需求，所以我创建了一个文件夹，专门在这个文件夹下载不同版本的cuda，在这里可以下载不同版本的cuda
CUDA and cuDNN — k2 1.24.4 documentationhttps://k2-fsa.github.io/k2/installation/cuda-cudnn.html比如在配置wenet时候，看了我同门的学习过程，可以快速避免弯路@李思成-CSDN博客
#下载CUDA12.1 官方地址：https://developer.nvidia.com/cuda-toolkit-archive
wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run
# 让文件有被执行修改的权限
chmod +x cuda_12.1.0_530.30.02_linux.run
#安装，此处采用静默模式安装，交互模式可参考：https://blog.csdn.net/qq_46699596/article/details/134552021
sh ./cuda_12.1.0_530.30.02_linux.run \--silent \--toolkit \--installpath=/star-fj/fangjun/software/cuda-12.1.0 \--no-opengl-libs \--no-drm \--no-man-page
#./cuda_12.1.1_530.30.02_linux.run：CUDA 12.1.1 的安装程序文件。
#--silent：以静默模式安装，不需要用户交互。
#--toolkit：只安装 CUDA Toolkit，而不安装其他组件（如驱动程序等）。
#--installpath=/home/xxx/module/cuda/cuda-12.1：指定安装路径。
#--no-opengl-libs：不安装 OpenGL 库。
#--no-drm：不安装 Direct Rendering Manager（DRM）模块。DRM 模块用于图形硬件加速的直接渲染。
#--no-man-page：不安装手册页。
下载这个版本对应的 cuDNN，链接里面有
wget https://huggingface.co/csukuangfj/cudnn/resolve/main/cudnn-linux-x86_64-8.9.5.29_cuda12-archive.tar.xz
tar xvf cudnn-linux-x86_64-8.9.5.29_cuda12-archive.tar.xz --strip-components=1 -C /star-fj/fangjun/software/cuda-12.1.0下载好cuda，需要这个版本的cuda的时候，需要配置环境变量并更新才能生效，这些在上面的链接里面都有
#添加环境变量，我也已经存在了.bashrc了，我直接修改
vim ~/.bashrc
#将下方内容写入.bashrc
export CUDA_HOME=/s6home/lnj524/module/cuda/cuda-12.1
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=$CUDA_HOME/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDAToolkit_ROOT_DIR=$CUDA_HOME
export CUDAToolkit_ROOT=$CUDA_HOMEexport CUDA_TOOLKIT_ROOT_DIR=$CUDA_HOME
export CUDA_TOOLKIT_ROOT=$CUDA_HOME
export CUDA_BIN_PATH=$CUDA_HOME
export CUDA_PATH=$CUDA_HOME
export CUDA_INC_PATH=$CUDA_HOME/targets/x86_64-linux
export CFLAGS=-I$CUDA_HOME/targets/x86_64-linux/include:$CFLAGS
export CUDAToolkit_TARGET_DIR=$CUDA_HOME/targets/x86_64-linux更新用户环境变量并验证
#更新用户环境
source ~/.bashrc
#验证
nvcc -V
#到此cuda安装完成
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Mon_Apr__3_17:16:06_PDT_2023
Cuda compilation tools, release 12.1, V12.1.105
Build cuda_12.1.r12.1/compiler.32688072_0
6、一般来说，前面四部就够了，但是我在运行的时候，出现了gcc版本低的问题，我通过查阅资料下载了gcc11，解决了问题。当时糊里糊涂解决了，以至于现在文件路径上那两个关于gcc文件我也不知道干嘛的，但是存在合理。
7、想到还有其他什么，再补充吧
