双硬盘重装ubantu20.04+win11系统记录-USB迷|专注于互联网分享

记录一下顺序，防止下次重装忘了怎么装

我的电脑硬件：一块1T的固态硬盘（MBR格式）+一块4T的固态硬盘（GPT格式）

一、安装win11

由于我在重装ubantu时，按之前分区点击安装后说缺少efi分区，看到某个教程里windows boot manager类型是efi，就把自己的Fat32设置类型为efi，虽然成功安装ubantu但已有的win11系统出现蓝屏并显示无法修复，如下图，所以决定重装win11。

win11安装可以按照下面的视频操作

新电脑安装 Windows 11 系统，操作非常简单，设置安装win11|新电脑到手必须要做的操作

二、安装ubantu20.04

1.关闭独显直连

bios中设置的方法目前没找到，只在win11系统中选择“设备管理器”，在显示器适配中右键点击显卡型号，选择“禁用”

2.安装ubantu

插入系统盘重启，按F12，切换到UEFI系统盘，选择进入，开始自动安装

3.选择“中文”，点击“安装Ubuntu”

4.键盘布局选择“Chinese”

5.连接网络选择“我现在不想链接Wifi无线网路”

6.选择“正常安装”和“为图形或无线硬件。。。”，最好不要勾选“安装时下载更新”，可能需要安装很久

设置国内镜像源

打开“软件和更新”，在第一行中选择“ubantu软件”，下方的服务器选择“其他”，点击“选择最佳服务器”，等待几分钟测试选好后，点击右下角“选择服务器”，然后点击“关闭”，在弹窗中点击“重新载入”，等待软件缓存更新结束即可。

设置swap交换缓存

free -h #查看当前交换空间缓存大小

sudo swapoff /swapfile

sudo fallocate -l 24G /swapfile #24G可以修改成其他大小

sudo chmod 600 /swapfile

sudo mkswap /swapfile

sudo swapon /swapfile

free -h #检查是否设置成功

注意：“-l"是L的小写，而不是数字1。

【Ubuntu双系统】两块硬盘分别安装系统，一块硬盘安装Ubuntu 一块安装Windows

三、安装 anaconda

环境：ubuntu 20.04 LTS

1.在anaconda官网下载安装包

2.在文件所在位置右键，点击“在终端打开"，在命令行输入

bash Anaconda3-2024.10-1-Linux-x86_64.sh #文件名换成自己的版本

一直按Enter，直到出现Please answer 'yes' or 'no':' >>>，输入yes

Please answer 'yes' or 'no':'
>>>yes

然后会提示安装地址，按Enter默认安装，如下图：

Anaconda3 will now be installed into this location:
/home/zx/anaconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

[/home/zx/anaconda3] >>>

然后就会自动安装，直到出现初始化Anaconda的提示，输入yes，如下图：

You can undo this by running `conda init --reverse $SHELL`? [yes|no]
[no] >>> yes

出现这句，表示安装成功

==> For changes to take effect, close and re-open your current shell. <==

Thank you for installing Anaconda3!

3.输入如下命令，能够更新环境变量，用户名前面会显示（base）

source ~/.bashrc

Anacoda安装结束。

四、安装显卡驱动

可以参考这篇文章安装『heqingchun-ubuntu系统下安装nvidia显卡驱动3种方法』

1.在官网下载驱动

另一个官网链接

2.安装依赖

#更新
sudo apt update
sudo apt upgrade -y

#基础工具
sudo apt install -y build-essential cmake
sudo apt install -y lightdm #图形界面相关，注:在弹出对话框选择"lightdm"

注意：进入字符界面如果出现方片可以尝试输入密码，不要用数字键盘

五、安装CUDA

1.从z官网下载需要版本的安装包

2.点击其中一个版本，选择对应的系统以及下载方式

安装前先用以下命令安装一些依赖库

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

使用官网提供的下载安装指令

wget https://developer.download.nvidia/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run

cuda下载到99%出现段错误（核心已转储）的解决方法：

在下载链接前加“wget -c”,例如：
wget -c https://developer.download.nvidia/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
就可以从错误处继续下载完成了

安装完CUDA报：Logfile is /var/log/cuda-installer.log 的解决方法：

提示“要使用此安装程序安装驱动程序，请运行以下命令，将<CudaInstaller>替换为此运行文件的名称：”，正常现象。

配置CUDA的环境变量

终端输入以下命令，打开配置文件：

sudo gedit ~/.bashrc

在文件末尾添加下列两行：

export PATH="/usr/local/cuda-11.3/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH"

更新环境变量

source ~/.bashrc

查看CUDA版本，检查是否安装成功

cat /usr/local/cuda/version.json

显示如下：

{
   "cuda" : {
      "name" : "CUDA SDK",
      "version" : "11.3.20210513"
   },
   "cuda_cudart" : {
      "name" : "CUDA Runtime (cudart)",
      "version" : "11.3.109"
   },
   "cuda_cuobjdump" : {
      "name" : "cuobjdump",
      "version" : "11.3.58"
   },
   "cuda_cupti" : {
      "name" : "CUPTI",
      "version" : "11.3.111"
   },
   "cuda_cuxxfilt" : {
      "name" : "CUDA cu++ filt",
      "version" : "11.3.58"
   },
   "cuda_demo_suite" : {
      "name" : "CUDA Demo Suite",
      "version" : "11.3.58"
   },
   "cuda_gdb" : {
      "name" : "CUDA GDB",
      "version" : "11.3.109"
   },
   "cuda_memcheck" : {
      "name" : "CUDA Memcheck",
      "version" : "11.3.109"
   },
   "cuda_nsight" : {
      "name" : "Nsight Eclipse Plugins",
      "version" : "11.3.109"
   },
   "cuda_nvcc" : {
      "name" : "CUDA NVCC",
      "version" : "11.3.109"
   },
   "cuda_nvdisasm" : {
      "name" : "CUDA nvdisasm",
      "version" : "11.3.58"
   },
   "cuda_nvml_dev" : {
      "name" : "CUDA NVML Headers",
      "version" : "11.3.58"
   },
   "cuda_nvprof" : {
      "name" : "CUDA nvprof",
      "version" : "11.3.111"
   },
   "cuda_nvprune" : {
      "name" : "CUDA nvprune",
      "version" : "11.3.58"
   },
   "cuda_nvrtc" : {
      "name" : "CUDA NVRTC",
      "version" : "11.3.109"
   },
   "cuda_nvtx" : {
      "name" : "CUDA NVTX",
      "version" : "11.3.109"
   },
   "cuda_nvvp" : {
      "name" : "CUDA NVVP",
      "version" : "11.3.111"
   },
   "cuda_samples" : {
      "name" : "CUDA Samples",
      "version" : "11.3.58"
   },
   "cuda_sanitizer_api" : {
      "name" : "CUDA Compute Sanitizer API",
      "version" : "11.3.111"
   },
   "cuda_thrust" : {
      "name" : "CUDA Thrust",
      "version" : "11.3.109"
   },
   "libcublas" : {
      "name" : "CUDA cuBLAS",
      "version" : "11.5.1.109"
   },
   "libcufft" : {
      "name" : "CUDA cuFFT",
      "version" : "10.4.2.109"
   },
   "libcurand" : {
      "name" : "CUDA cuRAND",
      "version" : "10.2.4.109"
   },
   "libcusolver" : {
      "name" : "CUDA cuSOLVER",
      "version" : "11.1.2.109"
   },
   "libcusparse" : {
      "name" : "CUDA cuSPARSE",
      "version" : "11.6.0.109"
   },
   "libnpp" : {
      "name" : "CUDA NPP",
      "version" : "11.3.3.95"
   },
   "libnvjpeg" : {
      "name" : "CUDA nvJPEG",
      "version" : "11.5.0.109"
   },
   "nsight_compute" : {
      "name" : "Nsight Compute",
      "version" : "2021.1.1.5"
   },
   "nsight_systems" : {
      "name" : "Nsight Systems",
      "version" : "2021.1.3.14"
   },
   "nvidia_driver" : {
      "name" : "NVIDIA Linux Driver",
      "version" : "465.19.01"
   }
}

注意：CUDA环境没有配置好，使用nvidia-smi或nvcc --version指令也能看到CUDA版本号，还是应该用上面的方法检查CUDA版本。

六、安装mmdetection3D

参考：（一）MMDetection3D环境配置以及官方文档

（一）Pytorch环境搭建

1.1安装pytorch环境

conda create -n pytorch-mmdet3d python=3.8
conda activate pytorch-mmdet3d
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch

1.2 验证pytorch环境

python                     # 3.8.16
import torch
torch.__version__          # 1.10.1
torch.version.cuda         # 11.3
torch.cuda.is_available()  # True
exit()

安装mmdet时会报错，说mmcv版本不合适，要求 mmcv<2.2.0,>=2.0.0rc4;

查看mmcv版本，根据cuda和torch版本重新下载要求的版本

(二)安装MMDetection3D

（三）导入数据库

将数据库文件夹复制到/home/用户名/mmdetection3d/data文件夹下

未完待续。。

记录一下顺序，防止下次重装忘了怎么装

我的电脑硬件：一块1T的固态硬盘（MBR格式）+一块4T的固态硬盘（GPT格式）

一、安装win11

win11安装可以按照下面的视频操作

新电脑安装 Windows 11 系统，操作非常简单，设置安装win11|新电脑到手必须要做的操作

二、安装ubantu20.04

1.关闭独显直连

bios中设置的方法目前没找到，只在win11系统中选择“设备管理器”，在显示器适配中右键点击显卡型号，选择“禁用”

2.安装ubantu

插入系统盘重启，按F12，切换到UEFI系统盘，选择进入，开始自动安装

3.选择“中文”，点击“安装Ubuntu”

4.键盘布局选择“Chinese”

5.连接网络选择“我现在不想链接Wifi无线网路”

6.选择“正常安装”和“为图形或无线硬件。。。”，最好不要勾选“安装时下载更新”，可能需要安装很久

设置国内镜像源

设置swap交换缓存

free -h #查看当前交换空间缓存大小

sudo swapoff /swapfile

sudo fallocate -l 24G /swapfile #24G可以修改成其他大小

sudo chmod 600 /swapfile

sudo mkswap /swapfile

sudo swapon /swapfile

free -h #检查是否设置成功

注意：“-l"是L的小写，而不是数字1。

【Ubuntu双系统】两块硬盘分别安装系统，一块硬盘安装Ubuntu 一块安装Windows

三、安装 anaconda

环境：ubuntu 20.04 LTS

1.在anaconda官网下载安装包

2.在文件所在位置右键，点击“在终端打开"，在命令行输入

bash Anaconda3-2024.10-1-Linux-x86_64.sh #文件名换成自己的版本

一直按Enter，直到出现Please answer 'yes' or 'no':' >>>，输入yes

Please answer 'yes' or 'no':'
>>>yes

然后会提示安装地址，按Enter默认安装，如下图：

Anaconda3 will now be installed into this location:
/home/zx/anaconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

[/home/zx/anaconda3] >>>

然后就会自动安装，直到出现初始化Anaconda的提示，输入yes，如下图：

You can undo this by running `conda init --reverse $SHELL`? [yes|no]
[no] >>> yes

出现这句，表示安装成功

==> For changes to take effect, close and re-open your current shell. <==

Thank you for installing Anaconda3!

3.输入如下命令，能够更新环境变量，用户名前面会显示（base）

source ~/.bashrc

Anacoda安装结束。

四、安装显卡驱动

可以参考这篇文章安装『heqingchun-ubuntu系统下安装nvidia显卡驱动3种方法』

1.在官网下载驱动

另一个官网链接

2.安装依赖

#更新
sudo apt update
sudo apt upgrade -y

#基础工具
sudo apt install -y build-essential cmake
sudo apt install -y lightdm #图形界面相关，注:在弹出对话框选择"lightdm"

注意：进入字符界面如果出现方片可以尝试输入密码，不要用数字键盘

五、安装CUDA

1.从z官网下载需要版本的安装包

2.点击其中一个版本，选择对应的系统以及下载方式

安装前先用以下命令安装一些依赖库

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

使用官网提供的下载安装指令

wget https://developer.download.nvidia/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run

cuda下载到99%出现段错误（核心已转储）的解决方法：

在下载链接前加“wget -c”,例如：
wget -c https://developer.download.nvidia/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
就可以从错误处继续下载完成了

安装完CUDA报：Logfile is /var/log/cuda-installer.log 的解决方法：

提示“要使用此安装程序安装驱动程序，请运行以下命令，将<CudaInstaller>替换为此运行文件的名称：”，正常现象。

配置CUDA的环境变量

终端输入以下命令，打开配置文件：

sudo gedit ~/.bashrc

在文件末尾添加下列两行：

export PATH="/usr/local/cuda-11.3/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH"

更新环境变量

source ~/.bashrc

查看CUDA版本，检查是否安装成功

cat /usr/local/cuda/version.json

显示如下：

{
   "cuda" : {
      "name" : "CUDA SDK",
      "version" : "11.3.20210513"
   },
   "cuda_cudart" : {
      "name" : "CUDA Runtime (cudart)",
      "version" : "11.3.109"
   },
   "cuda_cuobjdump" : {
      "name" : "cuobjdump",
      "version" : "11.3.58"
   },
   "cuda_cupti" : {
      "name" : "CUPTI",
      "version" : "11.3.111"
   },
   "cuda_cuxxfilt" : {
      "name" : "CUDA cu++ filt",
      "version" : "11.3.58"
   },
   "cuda_demo_suite" : {
      "name" : "CUDA Demo Suite",
      "version" : "11.3.58"
   },
   "cuda_gdb" : {
      "name" : "CUDA GDB",
      "version" : "11.3.109"
   },
   "cuda_memcheck" : {
      "name" : "CUDA Memcheck",
      "version" : "11.3.109"
   },
   "cuda_nsight" : {
      "name" : "Nsight Eclipse Plugins",
      "version" : "11.3.109"
   },
   "cuda_nvcc" : {
      "name" : "CUDA NVCC",
      "version" : "11.3.109"
   },
   "cuda_nvdisasm" : {
      "name" : "CUDA nvdisasm",
      "version" : "11.3.58"
   },
   "cuda_nvml_dev" : {
      "name" : "CUDA NVML Headers",
      "version" : "11.3.58"
   },
   "cuda_nvprof" : {
      "name" : "CUDA nvprof",
      "version" : "11.3.111"
   },
   "cuda_nvprune" : {
      "name" : "CUDA nvprune",
      "version" : "11.3.58"
   },
   "cuda_nvrtc" : {
      "name" : "CUDA NVRTC",
      "version" : "11.3.109"
   },
   "cuda_nvtx" : {
      "name" : "CUDA NVTX",
      "version" : "11.3.109"
   },
   "cuda_nvvp" : {
      "name" : "CUDA NVVP",
      "version" : "11.3.111"
   },
   "cuda_samples" : {
      "name" : "CUDA Samples",
      "version" : "11.3.58"
   },
   "cuda_sanitizer_api" : {
      "name" : "CUDA Compute Sanitizer API",
      "version" : "11.3.111"
   },
   "cuda_thrust" : {
      "name" : "CUDA Thrust",
      "version" : "11.3.109"
   },
   "libcublas" : {
      "name" : "CUDA cuBLAS",
      "version" : "11.5.1.109"
   },
   "libcufft" : {
      "name" : "CUDA cuFFT",
      "version" : "10.4.2.109"
   },
   "libcurand" : {
      "name" : "CUDA cuRAND",
      "version" : "10.2.4.109"
   },
   "libcusolver" : {
      "name" : "CUDA cuSOLVER",
      "version" : "11.1.2.109"
   },
   "libcusparse" : {
      "name" : "CUDA cuSPARSE",
      "version" : "11.6.0.109"
   },
   "libnpp" : {
      "name" : "CUDA NPP",
      "version" : "11.3.3.95"
   },
   "libnvjpeg" : {
      "name" : "CUDA nvJPEG",
      "version" : "11.5.0.109"
   },
   "nsight_compute" : {
      "name" : "Nsight Compute",
      "version" : "2021.1.1.5"
   },
   "nsight_systems" : {
      "name" : "Nsight Systems",
      "version" : "2021.1.3.14"
   },
   "nvidia_driver" : {
      "name" : "NVIDIA Linux Driver",
      "version" : "465.19.01"
   }
}

注意：CUDA环境没有配置好，使用nvidia-smi或nvcc --version指令也能看到CUDA版本号，还是应该用上面的方法检查CUDA版本。

六、安装mmdetection3D

参考：（一）MMDetection3D环境配置以及官方文档

（一）Pytorch环境搭建

1.1安装pytorch环境

conda create -n pytorch-mmdet3d python=3.8
conda activate pytorch-mmdet3d
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch

1.2 验证pytorch环境

python                     # 3.8.16
import torch
torch.__version__          # 1.10.1
torch.version.cuda         # 11.3
torch.cuda.is_available()  # True
exit()

安装mmdet时会报错，说mmcv版本不合适，要求 mmcv<2.2.0,>=2.0.0rc4;

查看mmcv版本，根据cuda和torch版本重新下载要求的版本

(二)安装MMDetection3D

（三）导入数据库

将数据库文件夹复制到/home/用户名/mmdetection3d/data文件夹下

未完待续。。

USB迷 | 专注于互联网分享

一、安装win11

二、安装ubantu20.04

1.关闭独显直连

2.安装ubantu

3.选择“中文”，点击“安装Ubuntu”

4.键盘布局选择“Chinese”

5.连接网络选择“我现在不想链接Wifi无线网路”

6.选择“正常安装”和“为图形或无线硬件。。。”，最好不要勾选“安装时下载更新”，可能需要安装很久

设置国内镜像源

设置swap交换缓存

三、安装 anaconda

四、安装显卡驱动

五、安装CUDA

cuda下载到99%出现段错误（核心已转储）的解决方法：

安装完CUDA报：Logfile is /var/log/cuda-installer.log 的解决方法：

配置CUDA的环境变量

查看CUDA版本，检查是否安装成功

六、安装mmdetection3D

（一）Pytorch环境搭建

1.1安装pytorch环境

1.2 验证pytorch环境

(二)安装MMDetection3D

（三）导入数据库

一、安装win11

二、安装ubantu20.04

1.关闭独显直连

2.安装ubantu

3.选择“中文”，点击“安装Ubuntu”

4.键盘布局选择“Chinese”

5.连接网络选择“我现在不想链接Wifi无线网路”

6.选择“正常安装”和“为图形或无线硬件。。。”，最好不要勾选“安装时下载更新”，可能需要安装很久

设置国内镜像源

设置swap交换缓存

三、安装 anaconda

四、安装显卡驱动

五、安装CUDA

cuda下载到99%出现段错误（核心已转储）的解决方法：

安装完CUDA报：Logfile is /var/log/cuda-installer.log 的解决方法：

配置CUDA的环境变量

查看CUDA版本，检查是否安装成功

六、安装mmdetection3D

（一）Pytorch环境搭建

1.1安装pytorch环境

1.2 验证pytorch环境

(二)安装MMDetection3D

（三）导入数据库

与本文相关的文章

评论列表 (0)