双系统的配置和安装
最近被疫情关在学校里,难以跑到校外的实验室中用台式机,远程桌面的问题就是网络实在是太卡,一些图形化界面操作起来非常不方便。而虚拟机的问题就是,因为虚拟机的显卡也是虚拟化的,用不了Nvidia的显卡驱动。最终权衡再三还是打算把双系统配一下一劳永逸。
本文章包含以下章节:
- Ubuntu 18.04 在拯救者y7000p上的双系统的配置
- Nvidia Driver的配置
- 显示器的配置
- 文件夹共享方案
- 截屏和录制方案
- OMPL机器人库的安装和配置
Ubuntu 18.04 在拯救者y7000p上的双系统的配置
- 首先从中科大镜像源中下载对应镜像。
- 准备一个至少7G的U盘,插入电脑上并右键选择“格式化”,等待完成。
- 在Rufus官网上下载Rufus软件并安装。Rufus 是一个可以帮助格式化和创建可引导USB闪存盘的工具。
如上图所示,我们需要在“引导类型选择”中选择我们刚才下载的ubuntu-18.04.6-desktop-amd64.iso
镜像,然后点击开始
。
接下来,我们右键电脑,点击管理,打开
磁盘管理
界面,如下图所示:
我们把E盘剩余空间清理到200G以上,然后右键这里的新加卷(E:)
,选择压缩卷,并且设置大小为204800(即,200G),然后等待界面响应。由于我E盘中原本就有很多文件,这个过程基本上耗费了20分钟左右,最终如下图所示:
- 我们在保持U盘插在电脑上的情况下,重启电脑,并且在重启过程中连续不停地按
F12
,直到进入BIOS。
我们选择
Linpus lite
进入U盘安装。我们选择
install Ubuntu
,如下图所示:此时,我们已经可以进入Ubuntu的图形化安装界面了。步骤如下图所示:
此时我们重启,并且拔掉U盘。我们就可以看到启动时,第一行出现了
Ubuntu
,第三行是Windows Manager
,我们可以按需进入我们的系统了。
Nvidia 驱动的配置
一开始我选用的方案是根据我显卡的型号去官网下载对应的驱动并安装,但是在使用命令nvidia-smi
的时候持续遇到如下报错。
1 | NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. |
[网上的方法](https://blog.csdn.net/hangzuxi8764/article/details/86572093)一点没有用。最终,我还是从`软件和更新`中的`附加驱动`中,一键配置好了我的显卡驱动。
此时nvidia-smi
可以正常检测到显卡。
我们安装显卡驱动以后,在终端输入nvcc --version
还是显示如下:
1 | Command 'nvcc' not found, but can be installed with: |
这是因为我们虽然安装了显卡驱动,但是还没有安装CUDA Toolkit的缘故,我们根据nvidia-smi
中显示的显卡驱动版本,在官网上搜到了对应的CUDA Toolkit版本为11.4,我们下载并且开始安装。在安装过程中,由于我们已经安装了显卡驱动,它会提示如下:
我们点击continue继续安装,但是选择“不要安装NVIDIA显卡驱动”即可。这样,我们就在/usr/local/cuda-11.4
路径下安装好了CUDA工具包,最后设置一下环境变量即可。
显示器的配置
主要参考了这个问答。
最终我选用的解决方案为:
1 | sudo service gdm3 restart |
文件夹共享方案
至少以我目前的需求来说(仅仅同步一些文档),坚果云的共享文件夹可以完全满足我的需求。
截屏和录制方案
写Typora文档的时候,最需要的就是截屏和录制GIF的功能,我选用了shutter来截屏以及peek来录制GIF。
OMPL机器人库的安装
这部分和双系统就没什么关系了,但是因为踩了第二次坑(约3小时),所以还是姑且写在这里,可能后续会把这部分搬到更加相关的文章里去。
OMPL的代码仓库在这里。官网安装手册在这里。基本上我们按照官网的Ubuntu的步骤做就行了。
但是,需要注意的是,这个sh文件中默认的cmake的 DPYTHON的路径在-DPYTHON_EXEC=/usr/bin/python3
下,这会导致cmake检测不到我们在conda的虚拟环境中安装的一些编译需要的python库,从而报如下错误:
1 | fails with |
具体信息可以参考issue。
所以,我们要将install-ompl-ubuntu.sh
中修改为如下的这一行:
1 | cmake ../.. -DPYTHON_EXEC=/home/baochen/anaconda3/envs/py38/bin/python${PYTHONV} |