使用U盘安装 ubuntu 系统

1. 准备U 盘制作镜像

1.1 下载 ubuntu iso

https://ubuntu.com/download/

这里有多个版本以供下载,本文选择桌面版。

1.2 下载rufus

https://rufus.ie/downloads/

1.3 以管理员身份运行 rufus

  • 设备选择你用来制作启动项的U盘,不能选错了;
  • 点击 “选择” 来选择您的镜像文件;
  • 分区类型选择 “GPT”
  • 文件系统选择 “FAT32”
  • 然后点击“开始”;

点击开始后,弹出对话框,使用默认选项,即使用ISO 镜像模式写入。

2. 引导下载 ubuntu

2.1 插入U盘,从BIOS 启动

对于 Dell 电脑,F12 进入 BIOS 界面。

在 BIOS 设置中,将启动介质从硬盘改为 USB,选择启动方式以 “USB” 引导加载。

进入下一步界面:

这里有两种选择方式:

常规安装选择“Try or Install Ubuntu”

  • 该选项允许用户先‌试用Ubuntu‌(不安装),或直接进入‌安装流程‌。试用模式下,系统会从U盘或光盘临时运行,不会影响硬盘数据。
  • 如果硬件兼容性良好(如Intel/AMD集成显卡或主流NVIDIA显卡驱动无冲突),直接选择此项即可完成安装。

遇到显卡问题时选择“Ubuntu (safe graphics)”

  • 若安装过程中出现黑屏、卡死等问题,可能是显卡驱动冲突(尤其是NVIDIA显卡)。此时应选择‌Ubuntu safe graphics‌模式,该模式会禁用第三方显卡驱动,使用CPU模拟的通用图形界面,避免安装失败。

通过上下键选择 “Ubuntu install(safe graphics)”,按 “e” 进入编辑模式。

把quiet splash后面显示的不是nomodeset--- (改成如下即可):

setgfxpayload=keep linux /casper/vmlinuz file=/cdrom/preseed/ubuntu.seed maybe-ubiquity quiet splash nomoeset --- initrd /casper/initrd

然后按F10,进入Ubuntu安装界面。

2.2 有可能出现 “Turn off RST” 界面

“Turn off RST to continue”提示通常出现在尝试在安装Ubuntu时启用Intel Rapid Storage Technology (RST)的情况下。‌ RST是一种由Intel提供的硬盘控制技术,用于提高硬盘的性能和可靠性。在安装Ubuntu时,如果RST启用,可能会导致安装程序无法正确识别硬盘,从而弹出提示要求关闭RST。

解决方法

  • 打开Windows的“系统配置”工具(按Win+R,输入msconfig,选择“引导”选项卡,勾选“安全引导”并保存设置。
  • 重启电脑,进入BIOS设置(快捷键可能因电脑品牌而异,通常为F2、Del等)。
  • 在BIOS中,将SATA硬盘控制器模式从RAID改为AHCI,保存设置并退出BIOS。
  • 重启电脑后,由于硬盘控制器模式改变,可能需要进入安全模式。再次进入系统配置,取消安全引导选项,重启电脑即可进入Ubuntu安装界面‌

2.3 安装ubuntu

经过上面的选择,就会进入 ubuntu 正是安装的一系列节点。其中最重要的是分区的创建。

默认是提示 “清楚整个磁盘并安装ubuntu”,但这里选择 “手动分区”:

本次是将 windows 系统 直接替换为linux系统,将原Windows所有被占用的分区删除(选择分区,再点左下角的-号),后在添加自己的分区。

参考一篇分区讲解的文章:

安装Ubuntu Linux系统时硬盘分区最合理的方法

在安装 ubuntu-24.04 系统时,EFI 分区无法单独创建,在新建 /boot 分区时,会自动增加一个 EFI 分区,分区位置为 /boot/efi。

对于 500G 的存储,笔者是这样分配的:

目录大小(MB)格式
/boot1024ext4
/boot/efi500fat32(自动)
/163840ext4
8192swap
/tmp5120ext4
/home剩余ext4

其中swap 用于内存交换,通常与内存一样大小即可,不用交换很多。

当选择 “Next” 进入下一步时,系统会提示设定的分区,需要反复check,确认没有问题。

接下来就是设置密码、分区 等其他配置,最后选择 “Install” 进入安装,这也是最后一步。

2.4 重启电脑,启动ubuntu 系统

当 “Install” 完成之后,会提示重启系统,点击 “立即重启” 后拔掉 U 盘,等待正式进入 Ubuntu 系统。

参考:

https://blog.ZEEKLOG.net/weixin_43413341/article/details/137976145

Read more

Python从0到100(九十九):基于空间注意力Spatial Attention Neural Network的网络设计与实现

Python从0到100(九十九):基于空间注意力Spatial Attention Neural Network的网络设计与实现

前言:零基础学Python:Python从0到100最新最全教程。 想做这件事情很久了,这次我更新了自己所写过的所有博客,汇集成了Python从0到100,共一百节课,帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、 计算机视觉、机器学习、神经网络以及人工智能相关知识,成为学业升学和工作就业的先行者! 【优惠信息】 • 新专栏订阅前500名享9.9元优惠 • 订阅量破500后价格上涨至19.9元 • 订阅本专栏可免费加入粉丝福利群,享受: - 所有问题解答 -专属福利领取 欢迎大家订阅专栏:零基础学Python:Python从0到100最新最全教程! 本文目录: * 一、SANN的理论基础与创新点 * 1. 传统卷积神经网络在时序数据处理中的局限性 * 2. SANN的核心创新 * 3. 技术优势分析 * 二、SANN架构设计详解 * 1. 整体架构概览 * 2. SpatialAttentionModule:空间注意力模块详解 * 2.1 通道维度特征聚合 * 2.2 注意力权重计

By Ne0inhk

Python缠论分析完整指南:如何实现自动化买卖点识别与策略优化

Python缠论分析完整指南:如何实现自动化买卖点识别与策略优化 【免费下载链接】chan.py开放式的缠论python实现框架,支持形态学/动力学买卖点分析计算,多级别K线联立,区间套策略,可视化绘图,多种数据接入,策略开发,交易系统对接; 项目地址: https://gitcode.com/gh_mirrors/ch/chan.py 还在为复杂的缠论计算而头疼吗?面对传统技术分析工具的局限性,Python缠论分析框架为你提供了一套完整的解决方案。这个开源工具能够自动化处理笔、线段、中枢等核心缠论元素,支持多级别K线联立分析和实时动态更新,让你的交易决策更加科学精准。 为什么传统缠论分析难以落地? 手工计算的三大瓶颈:从分形识别到线段划分,再到中枢标注,整个过程耗时耗力;多时间级别的同步分析几乎不可能手动完成;信号动态变化难以持续跟踪。 程序化缠论的优势:🚀 自动化完成复杂计算、📈 多级别同步验证、🔄 实时信号更新,真正实现了缠论理论的工程化应用。 通过多级别联立分析,你可以清晰地看到日线级别和30分钟级别的趋势线如何相互印证,这正是缠论"区间套"理论的程序化

By Ne0inhk

【启发式算法】RRT*算法详细介绍(Python)

RRT* 算法原理 RRT*(Rapidly-exploring Random Tree Star)是RRT算法的优化版本,通过渐进最优的方式改进路径质量。核心思想是在扩展树的过程中重新选择父节点和重布线,以降低路径成本。 * 采样:在配置空间中随机采样点。 * 最近邻搜索:找到树上距离采样点最近的节点。 * 扩展:从最近节点向采样点方向扩展新节点。 * 父节点优化:在新节点附近半径内寻找成本更低的父节点。 * 重布线:优化附近节点的父节点以降低整体路径成本。 Python 实现步骤 初始化环境 定义二维空间、起点、终点和障碍物: import numpy as np import matplotlib.pyplot as plt class RRTStar: def __init__(self, start, goal, obstacles, bounds, max_iter=1000, step_size=

By Ne0inhk
【JAVA资料,C#资料,人工智能资料,Python资料】全网最全编程学习文档合集,从入门到全栈,保姆级整理!

【JAVA资料,C#资料,人工智能资料,Python资料】全网最全编程学习文档合集,从入门到全栈,保姆级整理!

文章目录 * 前言 * 一、编程学习前的准备 * 1.1 明确学习目标 * 1.2 评估自身基础 * 二、编程语言的选择 * 2.1 热门编程语言介绍 * 2.2 如何根据目标选择语言 * 三、编程基础学习 * 3.1 变量与数据类型 * 3.2 控制结构 * 3.3 函数 * 四、面向对象编程(OOP) * 4.1 OOP 基础概念 * 4.2 OOP 在实际项目中的应用 * 五、数据库基础 * 5.1 关系型数据库 * 5.2 非关系型数据库 * 六、Web

By Ne0inhk