Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
🎯 AI Zero to Hero 👑
| Date | Stars |
|---|---|
| 2026-07-24 | 691 |
| 2026-07-25 | 691 |
| 2026-07-28 | 691 |
| 2026-07-30 | 691 |
| 2026-08-06 | 691 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# AI on Ubuntu Platform
🎯 AI实验环境搭建和深度学习算法
**安装环境**
*其他平台环境类似*
```vim
硬件： Intel 12900K / ROG MAXIMUS Z690 HERO / NVIDIA RTX 3090 / DDR5 32G 5600 / SSD 7T*1 + 1T*4 / HDD 16T*2
系统： Ubuntu-18.04-64bit - Ubuntu-22.04-64bit / Windows 11 Professional
软件： CUDA9.0 - CUDA12.1/cuDNN/TensorRT/OpenCV/caffe/Protobuf/Matlab/VIM/Tmux/zsh
框架： Pytorch/OpenmmLab
算法： 目标检测/语义分割/多任务/BEV/大模型/LLM
```
---
### 目录
1. [**🔬 AI基础环境搭建和设置**](src/ai_base_env.md#ai基础环境搭建和设置)
1. [安装Ubuntu和Windows双系统](src/ai_base_env.md#安装ubuntu和windows双系统)
- [CPU有集成显卡](src/ai_base_env.md#cpu有集成显卡)
- [有关Ubuntu分区的相关问题](src/ai_base_env.md#有关ubuntu分区的相关问题)
- [Ubuntu与Windows双系统时间同步解决方法](src/ai_base_env.md#ubuntu与windows双系统时间同步解决方法)
- [调整grub引导系统顺序](src/ai_base_env.md#调整grub引导系统顺序)
- [设置grub引导菜单的分辨率](src/ai_base_env.md#设置grub引导菜单的分辨率)
- [设置grub Menu显示](src/ai_base_env.md#设置grub-menu显示)
- [CPU无集成显卡](src/ai_base_env.md#cpu无集成显卡)
- [远程切换双系统](src/ai_base_env.md#远程切换双系统)
2. [安装**NVIDIA驱动**](src/ai_base_env.md#安装nvidia驱动)
- [安装NVIDIA驱动所需的依赖包](src/ai_base_env.md#安装nvidia驱动所需的依赖包)
- [禁用Ubuntu自带的显卡驱动](src/ai_base_env.md#禁用ubuntu自带的显卡驱动)
- [Ubuntu16TLS安装NVIDIA驱动](src/ai_base_env.md#ubuntu16tls安装nvidia驱动)
- [Ubuntu18TLS安装NVIDIA驱动](src/ai_base_env.md#ubuntu18tls安装nvidia驱动)
- [Ubuntu20TLS安装NVIDIA驱动](src/ai_base_env.md#ubuntu20tls安装nvidia驱动)
- [➤ Ubuntu22TLS安装NVIDIA驱动](src/ai_base_env.md#ubuntu22tls安装nvidia驱动)
- [配置NVIDIA环境变量](src/ai_base_env.md#配置环境变量)
- [查看NVIDIA显卡驱动版本](src/ai_base_env.md#查看nvidia驱动版本)
- [解决Linux双系统安装卡在启动Logo](src/ai_base_env.md#解决linux双系统安装卡在启动logo)
3. [安装**CUDA**](src/ai_base_env.md#安装cuda)
- [安装CUDA步骤](src/ai_base_env.md#安装cuda步骤)
- [修改配置文件](src/ai_base_env.md#修改配置文件)
- [查看CUDA版本](src/ai_base_env.md#查看cuda版本)
- [卸载CUDA的方法](src/ai_base_env.md#卸载cuda的方法)
4. [安装**cuDNN**](src/ai_base_env.md#安装cudnn)
- [下载安装**cuDNN**](src/ai_base_env.md#下载安装cudnn)
- [**cuDNN**常见问题](src/ai_base_env.md#cudnn常见问题)
5. [**Ubuntu CUDA多版本**问题](src/ai_base_env.md#ubuntu-cuda多版本问题)
6. [**Windows CUDA多版本**问题](src/ai_base_env.md#windows-cuda多版本问题)
7. [**Anaconda**](src/ai_base_env.md#anaconda)
- [安装Anaconda](src/ai_base_env.md#安装anaconda)
- [屏蔽Anaconda](src/ai_base_env.md#屏蔽anaconda)
- [Anaconda环境配置](src/ai_base_env.md#anaconda环境配置)
- [重建Anaconda软连接](src/ai_base_env.md#重建anaconda软连接)
- [关闭conda自动进入base虚拟环境](src/ai_base_env.md#关闭conda自动进入base虚拟环境)
- [修复无名字环境](src/ai_base_env.md#修复无名字环境)
- [卸载Anaconda](src/ai_base_env.md#卸载anaconda)
8. [安装**OpenCV**](src/ai_base_env.md#安装opencv)
- [下载OpenCV](src/ai_base_env.md#下载opencv)
- [编译OpenCV](src/ai_base_env.md#编译opencv)
- [安装OpenCV](src/ai_base_env.md#安装opencv)
- [卸载OpenCV](src/ai_base_env.md#卸载opencv)
9. [安装**Docker**](src/ai_base_env.md#安装docker)
10. [**TensorRT**](src/ai_base_env.md#tensorrt)
- [安装TensorRT](src/ai_base_env.md#安装tensorrt)
- [TensorRT环境变量设置](src/ai_base_env.md#tensorrt1)
- [安装Python的TensorRT包](src/ai_base_env.md#tensorrt2)
- [安装uff](src/ai_base_env.md#tensorrt3)
- [安装graphsurgeon](src/ai_base_env.md#tensorrt4)
- [验证TensorRT是否安装成功](src/ai_base_env.md#tensorrt5)
- [TensorRT安装过程中遇到的问题以及解决方法](src/ai_base_env.md#tensorrt6)
- [TensorRT生成**Engine**](src/ai_base_env.md#tensorrt生成engine)
- [**Caffe**模型用TensorRT生成Engine](src/ai_base_env.md#caffe模型用tensorrt生成engine)
- [**TensorFlow**模型用TensorRT生成**Engine**](src/ai_base_env.md#tensorflow模型用tensorrt生成engine)
- [ONNX模型用TensorRT生成Engine](src/ai_base_env.md#onnx模型用tensorrt生成engine)
- [Caffe模型用TensorRT生成Engine](src/ai_base_env.md#caffe模型用tensorrt生成engine)
- [将TensorFlow模型生成**UFF**文件](src/ai_base_env.md#将tensorflow模型生成uff文件)
- [将**UFF**文件转为**Engine**](src/ai_base_env.md#将uff文件转为engine)
- [调用**Engine**进行推理](src/ai_base_envExcerpt of 19,981 characters
Read on GitHub
615
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:ca60a00339913130, topic:deep-learning, topic:pytorch, topic:tensorflow