GottenZZP的博客

当使用ubuntu20.04安装dify插件脚手架的时候，使用会报以下错误究其原因就是这里的 GLIBC_2.34 文件仅存在ubuntu22.04版本之上。于是天然就有一个解决办法，就是将系统更新至22.04版本以上就行了。但是有时候我们又不想更新系统，此时就可以借助了，具体解决步骤如下当在镜像中使用初始化了一个插件模板后，从镜像中退回到主机终端中，然后你会在上述指令的部分看到该插件模板代码目录，但是这里会有一个问题，只有root用户才能编辑该目录下的文件。

打开终端，输入以下内容。

在上述红框处写上你被共享服务器的ip地址，点击连接后输入上述所创建用户名和密码即可。为用户名，输入完成后命令行会让你创建该用户的访问密码，按要求输入即可。编辑完成后按一下Esc按键后输入。打开文件，点击左侧的。

其中CMAKE_CUDA_COMPILER是自己cuda的路径，如上所示，CMAKE_CUDA_ARCHITECTURES是自己GPU的计算能力，比如上图4090就是8.9，于是这里就输入89, 这俩都是按照自己的电脑来配置的。查看自己电脑GPU的CMAKE_CUDA_ARCHITECTURES。再接着在终端中逐步输入以下内容来部署colmap即可。终端输入以下内容安装预先的前置依赖。

建议每个用户为不同的任务创建不同的虚拟环境，例如：运行PyTorch，创建一个环境，运行TensorFlow，创建另外一个虚拟环境，从而解决不同的框架使用不同的组件，版本依赖冲突等问题。这样，root创建的虚拟环境，就在/opt/anaconda3/envs中，而其他用户因为没有该文件夹的读写权限，就放在自己的home目录.conda/envs下。conda收录的包，主要集中在科学计算方面，如果需要的包没有，可以使用pip安装。此时，命令提示符前面会出现当前环境的名字，安装的软件，在当前虚拟环境下生效。

【代码】超详细安装jupyter！避免踩坑！Pycharm中也能正常使用jupyter环境！

在Docker上部署Nacos的详细安装指南

部署java代码到Linux服务器上