System_reboot | 谷粒 kuhung

1. Ubuntu 安装及问题处理

参考链接：Ubuntu 安装问题处理

2. NVIDIA 驱动安装

步骤：
1. 添加 NVIDIA 驱动程序 PPA：
```
sudo add-apt-repository ppa:graphics-drivers/ppa
```
2. 更新软件包列表：
```
sudo apt-get update
```
3. 安装 NVIDIA 驱动程序：
```
sudo apt-get install nvidia-driver-xxx
```
  （将 xxx 替换为具体版本号）
4. 重启系统：
```
sudo reboot
```
5. 测试安装：
```
nvidia-smi
```
注意：驱动程序的安装和配置可能因不同显卡型号和 Ubuntu 版本而有所不同。

3. Jupyter GPU Docker 安装

命令：

docker run --gpus all nvidia/cuda:11.6.2-cudnn8-runtime-ubuntu20.04 nvidia-smi

docker run --restart always --gpus all -d -it -p 8848:8888 -v $(pwd)/jupyter-gpu:/home/jovyan/work -e GRANT_SUDO=yes -e JUPYTER_ENABLE_LAB=yes --user root cschranz/gpu-jupyter:v1.5_cuda-11.6_ubuntu-20.04

4. 结果检查

检查 GPU 可用性：

watch -n 2 nvidia-smi
python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

TensorFlow 和 PyTorch 检查：

import tensorflow as tf
tf.config.list_physical_devices('GPU')
tf.sysconfig.get_build_info()

import torch
torch.cuda.is_available()
torch.cuda.device_count()
torch.cuda.get_device_name(0)

5. Docker 更改安装位置

步骤：

停止 Docker 服务：
```
sudo systemctl stop docker
```

备份 Docker 数据：

sudo tar -czvf docker-backup.tar.gz /var/lib/docker

移动 Docker 数据目录：

sudo rsync -axP /var/lib/docker /home/kuhung/docker-data/
sudo mv /var/lib/docker /var/lib/docker.old
sudo ln -s /home/kuhung/docker-data/docker /var/lib/docker

启动 Docker 服务：
```
sudo systemctl start docker
```
验证新位置：
```
docker info | grep 'Docker Root Dir'
```

6. 一键安装

安装命令：
```
sudo apt install -y openssh-server
```
其他软件：Anaconda、CUDA、Docker

7. 电源管理

安装与使用：

sudo apt install python-pip stress
pip install s-tui
s-tui

8. 挂载 Windows 分区

步骤：

确认 Windows 分区：
```
sudo fdisk -l
```
创建挂载目录：
```
sudo mkdir /media/windows
```

挂载 Windows 分区：

sudo mount -t ntfs /dev/sdaX /media/windows

卸载分区：
```
sudo umount /media/windows
```

自动挂载：

sudo nano /etc/fstab
/dev/nvme0n1p6 /home/kuhung/data_n1p6 ntfs defaults 0 0
/dev/nvme0n1p8 /home/kuhung/project_n1p8 ntfs defaults 0 0

9. 查找大文件

命令：

find /home -type f -exec du -h {} + | sort -hr | head -20

10. 远程连接

安装与配置：

sudo apt update
sudo apt install xrdp
sudo systemctl enable xrdp
sudo systemctl start xrdp
sudo ufw allow 3389/tcp

11. 文件共享

在 Ubuntu 上安装 Samba：
```
sudo apt update
sudo apt install samba
```

配置 Samba：

sudo nano /etc/samba/smb.conf

添加共享配置：

[SharedFolder]
path = /path/to/shared/folder
read only = no
guest ok = yes

12. Windows 安装及问题处理

安装内存

磁盘写保护：

diskpart
list disk
select disk 1
create partition primary
format fs=ntfs quick

13. 路由器刷机

参考链接：GitHub - kjfx/AX6000

14. 树莓派

重启后自动执行命令：

# 添加到 exit 0之前
sudo vi /etc/rc.local

15. OpenWrt

磁盘挂载：

echo "/dev/sda1 /mnt/sda1 exfat defaults 0 0" >> /etc/fstab

16. Docker

安装图形监控：

docker run -p 9000:9000 -p 8000:8000 --name portainer \
--restart=always \
-v /var/run/docker.sock:/var/run/docker.sock \
-v /mydata/portainer/data:/data \
-d portainer/portainer

17. Git 相关

重命名分支：

切换到其他分支：
```
git checkout <其他分支>
```

重命名分支：

git branch -m <旧分支名> <新分支名>

推送更改到远程：

git push origin :<旧分支名>
git push origin <新分支名>

删除分支：
- 删除已合并的分支：
```
git branch -d <branch_name>
```
- 强制删除未合并的分支：
```
git branch -D <branch_name>
```

18. 驱动安装

NVIDIA 驱动安装：

sudo apt-get update
sudo apt-get install nvidia-driver
sudo apt-get install -y nvidia-container-toolkit
sudo apt-get update && sudo apt-get install -y nvidia-container-toolkit

19. Conda

创建环境并安装包：

conda create -n automl python=3.10
pip install torch==1.13.1+cpu torchvision==0.14.1+cpu -f https://download.pytorch.org/whl/cpu/torch_stable.html
pip install autogluon

创建临时环境：

conda create -n temp python=3.9
pip install tensorflow==2.9.0
pip install autokeras==1.0.19
conda remove -n temp --all