草庐IT

ubantu中apt-get安装的依赖全部打包

最近在适配国产化系统,其中有arm和x86的,虽然是国产化系统,其实只是Ubuntu的包装罢了;好不容易将海光型号的适配完毕,就要进行测试,但是这些海光环境并没有进行总结,因此想把apt-get安装的东西一股脑儿给迁移过去,在网上查到解决方案,记录一下:1、切换到apt-get的安装目录apt-get所安装的依赖都在个目录下cd/var/cache/apt/archivesls如下图:2、将所有依赖打包:直接将这个目录打包tar-czvfarchives.tar.gzarchives/3、拿到另一个服务器,直接安装解压后,这里依赖中可能存在几个文件,并不是依赖需要删除,例如下图:#解压tar-

Linux MQTT智能家居(ubantu和ARM中使用MQTT)

文章目录前言一、在ubantu中使用MQTT1.安装cmake2.编译MQTT库二、在ARM中使用MQTT三、使用自己的服务器四、ARM板服务器MQTTX三者关系五、MQTTX的使用六、ARM使用MQTT的方法1.修改MQTT源码2.使用库3.把MQTT源码加入到自己的工程总结前言本篇文章将会带大家在ubantu和ARM中使用MQTT。源码地址已经告诉大家了,大家可以去git上面将源码下载下来。一、在ubantu中使用MQTT1.安装cmake使用sudoapt-getinstallcmakeg++命令来安装cmake。2.编译MQTT库使用./build.sh命令执行脚本编译MQTT的库:在

ubantu 部署.net6(详细)

ubantu部署.net6(详细)更新源sudoapt-getupdate;安装运行时sudoapt-getinstall-yaspnetcore-runtime-6.0第二步若报错#启用MicrosoftPPAwgethttps://packages.microsoft.com/config/ubuntu/22.04/packages-microsoft-prod.debsudodpkg-ipackages-microsoft-prod.deb安装.NETCoreSDKsudoaptinstallapt-transport-httpssudoaptupdatesudoaptinstalldo

ubantu16.04搭建Qt环境

目录ubantu16.04搭建Qt环境下载opensource安装qmake安装g++以及依赖库配置环境编译原码安装make查看qmake是否安装配置环境变量qmake编译c/c++代码安装qtcreatorLinux编译Qt代码ubantu16.04搭建Qt环境下载opensource「下载qt-everywhere-opensource-src-4.8.7.tar.gz:http://download.qt-project.org/archive/qt/4.8/4.8.7/」地址安装qmake安装g++以及依赖库sudoapt-getinstallg++sudoapt-getinstall

Ubantu安装成功后重启时出现please remove the installation medium,then press enter

重启后,页面上显示pleaseremovetheinstallationmedium,thenpressenter1、先关机2、弹出系统镜像和我们在真实电脑上安装系统一样,不管我们使用的光盘还是U盘安装系统,当系统安装成功以后都要弹出光盘或者拔出U盘,然后调整BIOS从硬盘启动,否则以后开机的话都会首先从光盘或者U盘启动了,这样会进入系统安装界面。同理,我们在VMware中安装Ubuntu的时候是在CD/DVD中加载了Ubuntu系统镜像,现在系统安装成功了,因此也要把这个镜像从CD/DVD中弹出。关闭Ubuntu操作系统,重新打开VMware,不要打开Ubuntu系统!打开VMware的虚拟

ubantu22图形化设置静态(固定)ip,不用敲命令

平台:VMware®Workstation16Proiso镜像:ubuntu-22.04.1-desktop-amd64.iso 目标是把ubantu的ip地址改成我们想要的,比如设置为“192.168.1.222”第一步:查看自己的网段,小编这用的是Wifi,所以看“无线局域网适配器WLAN”        这里的ip为“192.168.1.133”        子网掩码为“255.255.255.0”        默认网关为“192.168.1.1”        ip会不一样的,查看自己电脑的实际数据,这些待会用到第二步:在vmware里面点“编辑”第二步:点“虚拟网络编辑器” 第三

IMU标定程序教程imu_utils(ubantu20.04)

最近因为做融合定位,需要对IMU进行标定所以了解了下标定的程序。但是网上的教程基本上都或多或少有点问题没法,在我自己把坑趟完后,做个总结给后来者一个方便。1.1安装依赖项sudoapt-getinstalllibdw-dev1.2安装ceres 如果说没有安装过那直接去搜索ceres的安装方法全局安装即可,若是自定义装那么对于cmakelist.txt,则需要注意加入#由于我ceres版本较高所以需要C++17set(CMAKE_CXX_FLAGS"-std=c++17")set(THIRD_PATH_HOME_PATH/usr/local/third_party)#定义你的路径#find_p

Ubantu 22.04.2安装教程 + VMWare Tools + 百度网盘 + Anaconda + Pycharm安装

目录前言一、Ubantu安装二、VMWareTools安装三、百度网盘安装四、Anaconda五、Pycharm前言最近在研究Linux,决定整合一下教程,以便日后的师弟师妹使用。一、Ubantu安装默认你已经安装好VMWare虚拟机,且在Ubantu官网下载好了安装介质https://cn.ubuntu.com/download下载Ubantu桌面系统。如下: 创建新的虚拟机:自定义,下一步: 默认,下一步: 稍后安装,下一步: 默认,下一步: 更改路径,下一步: 一些系统硬件的配置,一直下一步后,到这里选择网络,我选择第二种,第一种的话需要联系研究所的网管开通新IP的网络使用权: 下面继续

Ubantu从0开始配置深度学习RTX 4090+3090显卡的服务器

文章目录1.基础2.用户访问3.Pytorch环境的问题4.显卡调度问题方法一:在shell命令前强制指定显卡方法二:在代码中强制指定显卡5.各种各样的小BUG5.1Liunx创建新用户登录异常:/usr/bin/xauth:error/timeoutinlockingauthorityfile/home/user/.Xauthority5.2服务器更换了地方连不上网,只有IPV6地址,ping不通实验室刚到一台Dell服务器主机,里面配置一张RTX4090和RTX3090显卡,弄了好久终于能成功运行PyTorch深度学习模型,现在将过程描述如下:1.基础首先是系统,选择的是Ubantu18.

Carla学习笔记(1):Ubantu20.04安装Carla 0.9.13

前言最近准备深入研究下Carla与Apollo联合仿真,故安装了Ubantu20.04,做好前期准备。由于第一次安装Carla,不可避免的需要踩一些坑,所以写篇指南记录下,坑都在结尾。不建议按照csdn的教程去安装,直接用官方文档安装。安装Carla有前提条件,GPU至少6G,空间至少预留20G,另外需要提前安装好显卡驱动,显卡驱动安装教程地址小米笔记本Proubantu20.04安装谷歌输入法和Nvidia驱动教程_智驾小兵的博客-CSDN博客安装Carla参考资料官方文档:Quickstartpackageinstallation-CARLASimulator1.安装前的准备 其中,有一步