随着Linux的不断完善及业主对于安全性、自主性要求的提升，越来越多的数据采集系统和智能边缘终端要求基于Linux(包括国产Deepin,优麒麟等)系统进行开发。研华DAQNavi Linux提供了完美的C,C++,Qt,Java等语言支持。本文介绍如何安装DAQNavi Linux驱动程序(版本高于4.0.0.0)和在Ubuntu&Deepin测试实例。
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zhangjunhit/article/details/53762171
本篇概览 自己有一台2015年的联想笔记本，显卡是GTX950M，已安装ubuntu 16.04 LTS桌面版，为了使用其GPU完成deeplearning4j的训练工作，自己动手安装了CUDA和cuDNN，在此将整个过程记录下来，以备将来参考，整个安装过程分为以下几步： 准备工作 安装Nvidia驱动 安装CUDA 安装cuDNN 特别问题说明 按照一般步骤，在安装完Nvidia显卡驱动后，会提示对应的CUDA版本，接下来按照提示的版本安装CUDA，例如我这里提示的是11.2，正常情况下，我应该安装11.
此篇博客记录一下TLinux系统安装显卡NVIDIA驱动与CUDA10/11的艰难过程。
持续集成是指开发者在代码的开发过程中，可以频繁的将代码部署集成到主干，并进程自动化测试
如果你的电脑安装了 Ubuntu16.04，而且电脑自带一块 NVIDIA GeForce 的 GPU 显卡，那么不用来跑深度学习模型就太可惜了！关于这方面的网上教程很多，但大都良莠不齐。这篇文章将手把手教你如何安装 GPU 显卡驱动、CUDA9.0 和 cuDNN7。值得一试！
我的需求是需要有一个能够构建出 dotnet 的 AOT 包的环境，要求这个环境能解决 glibc 兼容依赖的问题，能打出来 x64 和 arm64 的 AOT 的包，且能够运行 gitlab runner 对接自动构建
本篇文章主要讲解嵌入式板卡中Linux系统是如何正确测试、使用的，其中内容包含有U-Boot编译、U-Boot命令和环境变量说明、Linux内核编译、xtra驱动编译、系统信息查询、程序开机自启动说明、NFS使用说明、TFTP使用说明、TFTP + NFS的系统启动测试说明、inux设备驱动说明等，其中案例源码部分公开。
archive 和 official_releases 两个目录都有最新的 Qt 开发环境安装包。Archive—qt
通过之前的了解，我们知道postman是基于javascript语言编写的，而导出的json格式的postman脚本也无法直接在服务器运行；
之前因为课程需要，也算是粗浅地了解过Linux，但是只是懂得一些编译内核，编译模块的知识，并没有把Linux当做日常使用的操作系统。但是最近因为实验的原因，对Linux有了兴趣，开始尝试将Linux作为日常使用的操作系统。特整理记录一些使用Linux常用知识，以供日后参考。
自从伊朗 “震网病毒”和“棱镜门事件”之后，世界各国都对工业计算机系统的信息安全加强了管控，由于担心国外操作系统在信息安全方面的不可控，在国家重大项目上会优先选用拥有源代码的自主操作系统。
博主一直都很喜欢思考怎样管理装在自己电脑上的桌面系统，这篇算是前作能当主力，能入虚拟机，还能随时打包带走，Linux就是这么强大的后续探索吧。
http://blog.csdn.net/lu_embedded/article/details/56102831
由于虚拟机存在这些缺点，Linux 发展出了另一种虚拟化技术：Linux 容器（Linux Containers，缩写为 LXC）。
xampp是一套很好使用的web服务器组合软件，这里教大家如何在linux安装搭建xampp，希望能帮助到你
该文介绍了在Ubuntu 16.04环境下安装NVIDIA GPU显卡驱动、CUDA 8.0以及PyTorch的方法。首先，需要更新系统并安装NVIDIA驱动，然后下载CUDA 8.0，接着安装PyTorch。安装完成后，可以通过在终端中输入 'import torch' 来验证安装是否成功。最后，更新numpy并验证GPU是否可用。
下载地址http://download.qt.io/archive/qt/5.12/5.12.8/
在现代软件开发中，跨平台支持变得越来越重要。Golang（Go）作为一种强类型、编译型语言，天生具有跨平台的优势。通过交叉编译，开发者可以在一个平台上生成适用于另一个平台的可执行文件。为了简化和规范这个过程，我们可以利用Docker，这是一种轻量级的容器化技术，可以提供一致的开发环境。
Matlab + X11给我的体验让我百试不爽，Linux快而稳定，X11简单而实用。考虑到Matlab不是天天用，服务器摆着也是摆着，为了不浪费资源，应该进一步利用并升级成为应用程序服务器，即将所有不常用，不需要显卡加速的应用程序（Apps）都安装在该服务器上，在需要的时候用X11调出。
该文介绍了如何使用Docker搭建Kafka集群环境，包括下载官方镜像、编写Dockerfile文件、构建镜像、运行Kafka集群等步骤。其中，使用docker-compose工具可以快速启动Kafka集群，使用Kafka Broker、Zookeeper、Producer和Consumer进行测试。
（Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明，本文档使用同一块NVIDIA显卡进行显示与计算， 如分别使用不同的显卡进行显示和计算，则可能不适用。）
前段时间树莓派安装了Debian-Pi-Aarch64，这是一个基于树莓派的64位linux系统，功能比较多，基本上也是一款比较成熟的桌面产品了，但是系统占用的确比较严重，特别是安装一些程序的时候看设备状态CPU内存都快干满了，而且这个项目好像也暂停了。刚好我新换的固态也回来了，让我重新思考给他安装个灵魂。 去一些树莓派论坛社区，发现很多项目都是以官方的Raspberry Pi OS演示的，之前不安装是因为官方的系统只有32位的，虽然之前也出过64位的系统但是BUG比较多，随着树莓派4B硬件增加4G,8G内存版本，官方也在前段时间正式推出了64位的Linux系统，基于Debian 。树莓派也有Ubuntu的版本，但是真的很卡，还是在有固态的情况下。 思来想去，我还是选择了基于官方的64位系统，然后给他安装Docker，安装完毕后，我发现跑起来还是挺不错，毕竟很多电视盒子都能跑的不错。 安装Docker
下载地址：https://nodejs.org/dist/v8.9.4/node-v8.9.4-x64.msi
Docker 并非是一个通用的容器工具，它依赖于已存在并运行的 Linux 内核环境。
gocron是一个用go写的轻量级的定时任务集中管理和调度的系统，主要用于替代liunx的crontab，我们为什么会用这个系统呢，最主要可视化，方便管理，看日志和执行时间方便。
没有 docker 部署的程序是不完整的，在写了 IIS/Centos/Supervisor 3篇托管介绍文章后，终于来到了容器化部署，博客园里面有关于 docker 部署的文章比比皆是，作为硬核实战派，这里做的一定是一套打完带走的功法。本文使用的学习机器是由 Azure 倾情提供的 30 天试用版本，大家都可以申请的哈。
Qt 是一个跨平台的图形应用开发框架，被应用在不同尺寸设备和平台上，同时提供不同版权版本供用户选择。米尔 NXP i.MX 93 开发板（MYD-LMX9X开发板）使用 Qt6.5 版本进行应用开发。在 Qt 应用开发中，推荐使用 QtCreator 集成开发环境，可以在 Linux PC 下开发 Qt 应用，自动化地交叉编译为开发板的 ARM 架构。
1.之前我下载的是QT5.13版本但是安装结束后Qtcreator出现打不开，这里我推荐Qt5.9版本，下载网址如下： https://download.qt.io/official_releases/qt/5.9/5.9.0/ 下载后存到你想存的文件，我这里是在主文件中创建了个qt5的文件夹
Compose 是用于定义和运行多容器 Docker 应用程序的工具。通过 Compose，您可以使用 YML 文件来配置应用程序需要的所有服务。然后，使用一个命令，就可以从 YML 文件配置中创建并启动所有服务。 Compose 使用的三个步骤：
Docker 是一个开源的商业产品，有两个版本：社区版（Community Edition，缩写为 CE）和企业版（Enterprise Edition，缩写为EE）。企业版包含了一些收费服务，个人开发者一般用不到。下面的介绍都针对社区版。
--no-https ：表示这个应用运行的时候不需要https证书，这是为了部署时方便
忽略提示。先从第一行开始，一行行run，每run一行观察左下角窗口的输出信息，没有关键词 error 且返回一个大于号 > 再run下一行
Docker支持将软件编译成一个镜像；然后在镜像中各种软件做好配置，将镜像发布出去，其他使用者可以直接使用这个镜像；
参考文档: https://docs.unrealengine.com/4.26/en-US/SharingAndReleasing/Linux/IntermediateLinuxDeveloper/AndroidOnLinux/
Docker 支持将软件编译成一个镜像；然后砸镜像中各种软件做好配置，将镜像发布出去，其实使用者可以直接使用这个镜像；
到https://developer.nvidia.com/cuda-gpus查询GPU支持的CUDA版本：
上课有给练习服务器账号，后续会通知。第三周上课会讲到服务器相关的知识，到时候你先用我们提供的服务器账号进行练习，等上完课后，再用自己的账号去处理真实项目数据。
mariadb是属于mysql的一个分支，是其创始人在mysql被卖给oracle之后重新分出来的，maria取自于他女儿的名字。mariadb完全兼容于mysql，在很多新版本的linux系统中，mysql都已经被替换成了mariadb。
Docker的基础是Linux容器（LXC）等技术，（LXC系统提供工具来管理容器，具有先进的网络和存储支持，还有最小容器操作系统模版的广泛选择）。
定制kubernetes源码的前提是需要知道如何编译kubernetes,我们需要掌握编译整个工程以及编译脚本具体做了哪些事以及如何编译单个组件等
微软发布了一个新的 0.67.6 版本的适用于 Linux 的 Windows 子系统 ，其中包括期待已久的 systemd 支持。在此之前需要使用其它方式来完成，但是多少都会有点问题，可以参考：请参考：https://www.xmmup.com/zaiwsl2zhonganzhuangqitalinuxfaxingban.html
Redis 是一款比较常用的 NoSQL 数据库，我们通常使用 Redis 来做缓存，这是一篇关于 Redis 安装的文章，所以不会涉及到 Redis 的高级特性和使用场景，Redis 能够兼容绝大部分的 POSIX 系统，例如 Linux、OS X 等，但是很遗憾不支持在 Windows 上安装，当然如果你需要在 windows 下安装 redis 的话，也是可以的，微软公司的开源技术组在 GitHub 上 维护一个 Redis 的分支，GitHub 地址为：https://github.com/microsoftarchive/redis，我看了一下这上面的版本比较旧，所以我个人不推荐使用这个来安装 Redis ，Windows 用户可以使用 Docker 容器来安装，也是非常方便、简单的，接下来我们就一起来看看 Redis 的安装方式吧。
操作系统：Ubuntu 16.04.5 LTS（Server版，64位） Go版本：1.11
本节详细说明一下深度学习环境配置，Ubuntu 16.04 + Nvidia GTX 1080 + Python 3.6 + CUDA 9.0 + cuDNN 7.1 + TensorFlow 1.6。 Python 3.6 首先安装 Python 3.6，这里使用 Anaconda 3 来安装，下载地址：https://www.anaconda.com/download/#linux，点击 Download 按钮下载即可，这里下载的是 Anaconda 3-5.1 版本，如果下载速度过慢可以选择使用清华
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
