Unbantu24.04配置-软件安装

Ubantu24.04配置—环境安装

​ 最近在笔记本安装了双系统,这次在这里回顾一下,本章节主要是一些软件的注意点,大多数都是在网上有一定的教程的

1.搜狗输入法

1.1 删除其他框架

sudo apt purge ibus
sudo apt remove fcitx5*
sudo apt purge fcitx5*

1.2安装依赖

sudo apt install libqt5qml5 libqt5quick5 libqt5quickwidgets5 qml-module-qtquick2

sudo apt install libgsettings-qt1

sudo apt-get install fcitx

进行系统设置,找到语言支持

image-20250330075211304

image-20250330075235028

1.3下载安装搜狗

​ 下载输入法:Link

sudo dpkg -i sogoupinyin_版本号_amd64.deb

​ 上面命令安装成功后

​ 重启电脑后,右上角就有搜狗输入法了,如果没有可以按照搜狗输入法官方进行设置下

2.Pycharm安装

2.1安裝

​ 对于pycharm我使用的是2021.1.3 Link

​ 安装的过和Windows没有区,安装后首先要进入到解压后的bin目录

./pycharm.sh

2.2创建快捷方式

​ 进入软件顶部,按照如下

tools -> Create desktop entry

3.Anaconda 安装

​ 这个不分没啥难度按照AI生成的都是OK的

4.cuda安装

首先我建议直接在附加硬件还是附加驱动里面自己选择英伟达显卡直接安装了

​ 官方没有在官网更新24.04的安装,其实22.04的也是可以的,其他版本同理

注意:以下路径cuda版本等版本号需要根据自己的替换!!!

4.1 gcc检查

在执行后续操作会检查你的gcc,这里可能会报错显示版本不对,在网上搜了下,只要小于gcc11就可以

这里给出卸载之前版本,重新安装命令(按照使用 update-alternatives,也可以多版本切换,可以AI进行操作下)

sudo apt install gcc-11 g++-11
sudo ln -sf /usr/bin/gcc-11 /usr/bin/gcc
sudo ln -sf /usr/bin/g++-11 /usr/bin/g++

然后可以正常使用gcc g++

gcc --version
g++ --version

4.2 cuda下载安装

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

sudo sh cuda_11.8.0_520.61.05_linux.run

执行后,会提示你已经有显卡驱动了建议卸载,这里直接选择continue

然后继续等一会弹出界面进行选择

因为我们之前已经安装了再弹出的地方一定要取消选择安装显卡,如下Driver

image-20250330080435200

其他不变,选择install,稍等会显示安装成功

4.3 环境变量配置

vim ~/.bashrc
export CUDA_HOME=/usr/local/cuda-12.4
export PATH=$CUDA_HOME/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=$CUDA_HOME/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

此时 nvcc -V 就可以查看到版本

4.4 cudnn 配置

去Nvidia官网找到对应版本的cudnn后,例如8.9.3的,下载tar包后并解压

cd cudnn目录
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-12.4/include
sudo cp cudnn-*-archive/lib/libcudnn* /usr/local/cuda-12.4/lib64
sudo chmod a+r /usr/local/cuda-12.4/include/cudnn*.h /usr/local/cuda-12.4/lib64/libcudnn*

验证:

5.todesk

​ todesk安装正常到官网下载deb包:Link

​ 安装后,正常可以使用,

5.1如果遇到无网络问题

可以首先关闭todesk**(不是在后台最小化)**,按照下面命令(优快云也有博主给出了方案,其实在todesk官方也给出了如不能正常使用,请执行以下命令初始化.)

sudo systemctl stop todeskd.service
#下面删除文件二选一行执行
sudo mv /opt/todesk/config/config.ini /opt/todesk/config/config.ini.bak
优快云:/opt/todesk/config/todeskd.conf 这个文件,并将其删除(sudo rm -r 文件名”),


sudo systemctl start todeskd.service

​ 执行完成命令,多次开启,关闭todesk

6.网易云音乐

6.1下载安装

官网其实已经没了,但是优快云有大佬贴出来了

Link:https://d1.music.126.net/dmusic/netease-cloud-music_1.2.1_amd64_ubuntu_20190428.deb

6.2 图标打不开

sudo vim /usr/bin/netease-cloud-music

#!/bin/sh
HERE="$(dirname "$(readlink -f "${0}")")"
export LD_LIBRARY_PATH=/opt/netease/netease-cloud-music/libs
export QT_PLUGIN_PATH="${HERE}"/plugins
export QT_QPA_PLATFORM_PLUGIN_PATH="${HERE}"/plugins/platforms
cd /lib/x86_64-linux-gnu/  # 添加这个
exec "${HERE}"/netease-cloud-music $@

6.3网络不给力

​ 我记得这个问题博主也是遇到了,但是我有点忘记怎么实现的,给一个大佬的帖子写了很多方式:

​ https://blog.youkuaiyun.com/chauncygu/article/details/109143966

7.总结

​ 到此为止,一个的深度学习选手可以边听歌,撸代码啦哈啊哈哈

在探索智慧旅游的新纪元中,一个集科技、创新与服务于一体的整体解决方案正悄然改变着我们的旅行方式。智慧旅游,作为智慧城市的重要分支,旨在通过新一代信息技术,如云计算、大数据、物联网等,为游客、旅游企业及政府部门提供无缝对接、高效互动的旅游体验与管理模式。这一方案不仅重新定义了旅游行业的服务标准,更开启了旅游业数字化转型的新篇章。 智慧旅游的核心在于“以人为本”,它不仅仅关注技术的革新,更注重游客体验的提升。从游前的行程规划、信息查询,到游中的智能导航、个性化导览,再到游后的心情分享、服务评价,智慧旅游通过构建“一云多屏”的服务平台,让游客在旅游的全过程中都能享受到便捷、个性化的服务。例如,游客可以通过手机APP轻松定制专属行程,利用智能语音导览深入了解景点背后的故事,甚至通过三维GIS地图实现虚拟漫游,提前感受目的地的魅力。这些创新服务不仅增强了游客的参与感和满意度,也让旅游变得更加智能化、趣味化。 此外,智慧旅游还为旅游企业和政府部门带来了前所未有的管理变革。通过大数据分析,旅游企业能够精准把握市场动态,实现旅游产品的精准营销和个性化推荐,从而提升市场竞争力。而政府部门则能利用智慧旅游平台实现对旅游资源的科学规划和精细管理,提高监管效率和质量。例如,通过实时监控和数据分析,政府可以迅速应对旅游高峰期的客流压力,有效预防景区超载,保障游客安全。同时,智慧旅游还促进了跨行业、跨部门的数据共享与协同合作,为旅游业的可持续发展奠定了坚实基础。总之,智慧旅游以其独特的魅力和无限潜力,正引领着旅游业迈向一个更加智慧、便捷、高效的新时代。
内容概要:本文详细介绍了大模型的发展现状与未来趋势,尤其聚焦于DeepSeek这一创新应用。文章首先回顾了人工智能的定义、分类及其发展历程,指出从摩尔定律到知识密度提升的转变,强调了大模型知识密度的重要性。随后,文章深入探讨了DeepSeek的发展路径及其核心价值,包括其推理模型、思维链技术的应用及局限性。此外,文章展示了DeepSeek在多个行业的应用场景,如智能客服、医疗、金融等,并分析了DeepSeek如何赋能个人发展,具体体现在公文写作、文档处理、知识搜索、论文写作等方面。最后,文章展望了大模型的发展趋势,如通用大模型与垂域大模型的协同发展,以及本地部署小模型成为主流应用渠道的趋势。 适合人群:对人工智能和大模型技术感兴趣的从业者、研究人员及希望利用DeepSeek提升工作效率的个人用户。 使用场景及目标:①了解大模型技术的最新进展和发展趋势;②掌握DeepSeek在不同领域的具体应用场景和操作方法;③学习如何通过DeepSeek提升个人在公文写作、文档处理、知识搜索、论文写作等方面的工作效率;④探索大模型在特定行业的应用潜力,如医疗、金融等领域。 其他说明:本文不仅提供了理论知识,还结合实际案例,详细介绍了DeepSeek在各个场景下的应用方式,帮助读者更好地理解和应用大模型技术。同时,文章也指出了当前大模型技术面临的挑战,如模型的局限性和数据安全问题,鼓励读者关注技术的持续改进和发展。
### 如何在 Ubuntu 24.04安装配置 NVIDIA Docker #### 安装前准备 确认当前系统的版本信息对于顺利安装NVIDIA Docker至关重要。可以通过命令`lsb_release -a`来获取Ubuntu的具体发行版详情,这有助于确保所执行的操作适用于特定版本的系统[^3]。 #### 更新包索引并设置依赖项 为了使后续操作更加顺畅,在开始安装之前应该更新本地软件包索引,并安装一些必要的工具和库文件: ```bash sudo apt-y ca-certificates curl gnupg lsb-release ``` #### 添加官方GPG密钥以及Apt仓库 通过向apt源列表中加入NVIDIA容器工具集的相关资源地址,可以更方便地下载到最新的驱动程序和其他组件: ```bash curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg distribution=$(. /etc/os-s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sed 's#deb http://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list ``` #### 正式安装NVIDIA Container Toolkit 完成上述准备工作之后就可以正式安装NVIDIA Container Toolkit了。此过程会自动处理好所有必需的依赖关系。 ```bash sudo apt-get update && sudo apt-get install -y nvidia-docker2 ``` #### 配置Docker服务重启以应用更改 最后一步是要让新的配置生效,则需要重新启动docker服务: ```bash sudo systemctl restart docker ``` 此时已经完成了基本的环境搭建工作[^1]。 #### 测试安装成果 为了验证一切正常运作,可以从Docker Hub拉取一个支持GPU加速的应用镜像来进行简单的测试运行: ```bash docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi ``` 如果能够成功显示有关CUDA设备的信息,则说明整个流程顺利完成。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值