”双系统配置搬运“

csdn博客搬运，不知道为什么每次都说我侵权

• # 1.安装双系统
  • 1.1 安装windows系统
  • 1.2 就会出现如下问题：
• # 2.windows系统配置
  • 2.1 配置tex
  • 2.2 配置zotero
• # 3.Linux系统配置

// 预览效果如下：

1.安装双系统

因为前几日安装vmware虚拟机导致键盘失灵，而且近几代的VMware下载比较麻烦，所以想直接装个双系统，在这里开源一下自己装机过程中踩坑的记录。 参考了：

(保姆式教学) Win10 + Ubuntu 20.04——双系统安装方法 + 配置显卡 + root权限 + flash调配

Ubuntu20.04双系统安装详解（内容详细，一文通关！）

1.1 安装windows系统

安装windows系统有很多教程，我个人认为最好的是视频教程，因为现在的主板型号基本上都是那几款，需要用到双系统的也基本是计算机电子控制这类，基本都是拯救者、DELL等，这个视频讲的很细： 【系统安装指南】win10/win11系统安装/激活/解疑指南，多方式安装，简单易懂，简介附免费激活工具！_哔哩哔哩_bilibili

但是这里要注意一个细节就是，一般的新主板只会支持UEFI引导启动了，只有部分老机器会支持Legacy启动，这种方式会导致一个问题。ubuntu系统是只能识别uefi启动的，如果是mbr启动，就无法正常识别，ubuntu看不出来这个盘上有系统，他会觉得这是一堆文件。有的朋友会说，无所谓啊，我自己分区就行了，但是mbr又有一个问题，只能四个分区，ubuntu本身的根节点，home，交换空间，efi已经四个了，所以会导致windows进不去。自己踩了超多的坑 ==第一个注意点！== 必须使用uefi安装。 参考：MBR分区 假设你不是uefi：

1.2 就会出现如下问题：

1.先安装mbr的windows：

无法正确分区ubuntu

2.安装mbr的windows，让ubuntu自己安装自己

ubuntu是可以有个选项和windows 共存的，但是mbr下他识别不出，这个选项没有，只能自己分区

如果MBR是没有第一个选项的

3.少分两个区

不行，会导致windows无了

4.进windows再改为gpt

不行，我自己的黑屏了

==这里必须注意，这个点非常麻烦，进入windows再修改文件的形式会导致无法开机（我就是）==

——————————————————————————分割线——————————————————————————————-

1.2 安装ubuntu系统

这里没踩坑，就参考网上的配置就行。制作系统盘的时候，个人感觉最快的是清华源

清华软件源

——————————————————————————分割线——————————————————————————————-

2.windows系统配置

2.1 配置tex

参考了 LaTeX-TeXlive和TeXstudio的下载、安装配置及使用 这里要注意：

注意按照英文的配置改为Pdflatex，要不然后面会报错，但是一个很神奇的事情是，我的texlive2024 的 pdflatex也会报错，不知道为什么

2.2 配置Zotero

相信有双系统需求的很大一批是科研狗，我也是，我原来是Zotero 6，我把我的数据库保存了下来，但是Zotero 7打开6的文库是会丢文件的！ 参考 Zotero路径配置详解 ==第二个注意点== zotero 6用户的文库不要用7打开，会丢文件！！！！

3.Linux系统配置

参考了 ubuntu18.04双系统配置linux内核、nvidia、cuda、cudnn 文章写的非常详细，我在这里仅记录几个不同的地方， 第一个是：

3.1 安装显卡驱动

执行这步之后我没有任何输出，所以直接安装了系统推荐的版本，就和该帖子中说的一样

3.2 安装CUDA

第二个是： cuda的run文件下载问题，我尝试了n多次，都是在最后1s段错误，类似： Ubuntu18.04安装CUDA段错误（核心已转储）解决方案

但是修改了还是不行，最后使用了多线程下载工具： 参考：【Linux】多线程下载工具axel的安装和使用 先安装！ 然后非常简单，只需要把

wget https://developer.download.nvidia.com/compute/cuda/12.2.1/local_installers/cuda_12.2.1_535.86.10_linux.run

替换为：

axel https://developer.download.nvidia.com/compute/cuda/12.2.1/local_installers/cuda_12.2.1_535.86.10_linux.run

注意替换代码：把cuda-xx替换为自己的版本

export PATH=/usr/local/cuda-11.4/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LD_LIBRARY_PATH          
export LIBRARY_PATH=/usr/local/cuda-11.4/lib64:$LIBRARY_PATH
~                                                                

这里要注意，如果是复制的官方的配置命令，可能会在后面配置ROS的时候出错，即ROS

3.3 安装cudnn

其实cudnn是一个头文件的集合，所以与其说安装，不如说配置，因此我非常推荐直接tar方式的安装，笔者曾经试过deb安装，但是安装完之后没反应。 还是参考上面的帖子：

==注意第二步中路径的差异==

3.4 配置docker

参考我的个人主页 其中docker hello world这步因为国内的原因可能失败，可以替换一些可用的镜像加速 国内能用的Docker镜像源【2024最新持续更新】

3.5 配置anaconda

3.6 测试：

# test_torch_cuda.py
import torch

if torch.cuda.is_available():
    print("CUDA is available! :)")
    print("CUDA Version:", torch.version.cuda)
else:
    print("CUDA is not available. :(")

# 检查 CUDA 是否可用
if torch.cuda.is_available():
    # 创建一个随机的 tensor
	tuple_data = (1.0,2.0)
	tensor_from_tuple = torch.tensor(tuple_data)

    # 将 tensor 移到 CUDA 设备上
    tensor_cuda = tensor.to('cuda')

    print("Tensor on CUDA:", tensor_cuda)
else:
    print("CUDA is not available. Please check your installation.")

注意一定要使用带小数点的张量，笔者亲测有的时候能创建1和2，但是1.0和2.0是有问题的

Build with Jekyll and true minimal theme