Ubuntu19.04 & win10 & Z8-CR7N1 | 编程笔记

[yiGmMk]

https://programnotes.cn/Ubuntu19.04-win10-Z8-CR7N1/index.html

系统安装：Win10+Ubuntu19.04双系统电脑配置：双显卡+双硬盘 型号： 神舟战神 Z8-CR7N1 CPU： Intel® Core™ i7-8750H CPU @ 2.20GHz × 12 GPU ：GeForce RTX 2060/PCIe/SSE2 ​ Intel Corporation UHD Graphics 630 (Mobile) 模具 蓝

[yiGmMk]

rufus 下载 rufus.ie 清华镜像源 官方镜像下载 https://cn.ubuntu.com/download/desktop

步骤:

1. 制作启动盘
2. 关闭快速启动,压缩磁盘(windwos 磁盘管理)
3. 安装双系统(3.1 分区 参考 https://blog.csdn.net/lipengfei0427/article/details/83116527 主分区,/boot, /swap, /home 3.2 安装)
   • 安装前 需要关闭 快速启动 和安全启动(bios)
   • 修改启动顺序,usb(u盘)方式最先
   • 安装
4. 测试
5. 磁盘管理工具,gparted:调整磁盘分区空间大小,移动分区

使用

1. 梯子 v2raya, SwitchyOmaga
2. 1panel, 服务器面板
3. sshd https://zhuanlan.zhihu.com/p/421725004
4. 配置 ssh 登陆,公钥 ssh-copy-id scp https://www.cnblogs.com/hanwen1014/p/9048717.html

不同品牌主机快捷键 联想主机 F1进入bios

[yiGmMk]

NVIDIA 显卡驱动,cuda,ai

conda

miniconda 安装 https://docs.anaconda.com/free/miniconda/ ` mkdir -p ~/miniconda3

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh

bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3

rm -rf ~/miniconda3/miniconda.sh

init shell

~/miniconda3/bin/conda init bash

~/miniconda3/bin/conda init zsh `

cuda,torch

在conda中安装 ` torch==2.1.1

torchvision==0.16.1 使用如下脚本测试gpu是否可用 import torch if name == "main": print("torch.cuda.is_available:",torch.cuda.is_available(),"\n") print("torch.cuda.device_count:",torch.cuda.device_count(),"\n") print("torch.cuda.get_device_name:",torch.cuda.get_device_name(),"\n") `

docker

用户添加到docker 用户组 ` adduser newuser sudo #添加到sudo组

adduser newuser docker #添加到docker用户组 `

• gpu docker,安装,设置,参考:https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html 安装,设置完成后需要重启docker服务 sudo systemctl restart docker

[yiGmMk]

Ubuntu 22.04 锁屏时开启RDP/VNC支持,https://www.jianshu.com/p/0611b8f89993

[yiGmMk]

v2ray 影响docker容器的网络解决方案 https://github.com/ToutyRater/v2ray-guide/issues/71 如何开启 ip转发 https://blog.acesheep.com/index.php/archives/973/