目录
1.自定义截图快捷键：
systemsettings-keyboard-shotcut-screenshots-take a screenshot of an area-按下需要的组合件即可。
2.查看OpenCV版本
打开终端，运行以下指令：
pkg-config --modversion opencv
3.查看Eigen版本
sudo gedit /usr/include/eigen3/Eigen/src/Core/util/Macros.h
4.cere-solover版本
打开home下安装ceres-solver的文件夹，然后打开ceres-solver的package.xml文件，在里面可以看到版本号。如下图所示：我的版本号为1.14.0 。
5.ubuntu版本查看
登录Ubuntu后，在命令行界面输入cat /etc/issue，点击回车，即可看到ubuntu版本号。
6.显卡驱动安装
系统适合的显卡驱动：系统适合的显卡驱动
我的显卡驱动版本：
7.CUDA安装
1）显卡驱动与CUDA版本对应参见：
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#title-resolved-issues
11.4update2以前的都可以安装
选择安装CUDA 11.0
2）CUDA下载
下载地址：https://developer.nvidia.com/cuda-toolkit-archive
3）安装
run文件安装：CUDA安装
8.TensorRT安装
官网https://developer.nvidia.com/tensorrt下载对应版本的TensorRT
trt7下载地址：https://developer.nvidia.com/nvidia-tensorrt-7x-download
选择7.2.1：
解压：
tar -zxvf TensorRT-7.2.1.6.Ubuntu-18.04.x86_64-gnu.cuda-11.0.cudnn8.0.tar.gz
添加环境变量：
vim ~/.bashrc
export TENSORRT_ROOT=/home/hujiaxin04/lib/TensorRT-7.2.1.6/
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/hujiaxin04/lib/TensorRT-7.2.1.6/lib
source ~/.bashrc
也可以
9.Cudnn安装
下载地址为：https://developer.nvidia.com/rdp/cudnn-archive
这里选择：
tar -zxvf cudnn-11.0-linux-x64-v8.0.5.39.tgz
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-11.0/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.0/include/
# 为所有用户设置读取权限
sudo chmod a+r /usr/local/cuda-11.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-11.0/lib64/libcudnn*
参考官方安装文档：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-linux
查看cudnn版本：cat /usr/local/cuda-11.0/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
10.ceres安装
参考官方链接：ceres安装
11.mendeley安装
安装教程：mendeley安装
如果存在依赖性问题或存在安装障碍，则可以单独安装上述软件包。但是，运行下面的命令应该可以解决一些问题。
sudo apt --fix-broken install
sudo apt-get install mendeleydesktop
12.ROS安装
13.向日葵、gitKraken安装
gitkraken安装
视频录制：
sudo apt install simplescreenrecorder
sudo apt install nvidia-visual-profiler
类似于Windows的任务管理器，Ubuntu也提供了系统监视器供用户管理进程及查看系统占用资源等
打开方式，终端输入如下命令： gnome-system-monitor