拯救者y9000p搭建Win11+Ubuntu双系统的经历

 Ubuntu版本选择上

        一开始安装的Ubuntu18.04，结果出现了屏幕亮度无法调节，找不到WiFi适配器，蓝牙无法打开，播放视频音频都没有声音，触控板无法使用等等诸多问题。通过在csdn上查找方法，下载相应驱动解决了WiFi和屏幕亮度的问题，但是其他问题经过一天多的探寻都找不到解决办法。后由文章文章链接可知，问题本质原因是18.04版本的内核版本过低，不适配联想拯救者y9000p

        再加上笔者后续使用20.04是发现也有这些问题，于是最终为以绝后患，安装22.04版本

Ubuntu配置过程中

1.安装注意事项

        语言使用默认English(US)，为避免后续出现莫名其妙的bug（路径为中文可能会导致运行出错）

2.初始硬件问题解决

        22.04版本Ubuntu的WiFi，蓝牙，触控板均可用，音频视频也有声音，但是仍出现了屏幕亮度无法调节的问题，根据文章链接下载相应版本的Nvidia显卡驱动解决了问题。

        按照链接文章执行步骤时，在输入如下指令后

cd download //进入到.run文件的目录下
sudo chmod +x NVIDIA-Linux-x86_64-430.26.run // 添加执行权限 x后面是空格再加上你下载的.run文件名字
sudo bash NVIDIA-Linux-x86_64-430.26.run –no-opengl-files –no-x-check //加载run文件

        驱动并未成功下载，报错显示找不到“gcc”。解决办法是，输入命令

sudo apt update

sudo apt install build-essential

        （安装gcc,这里我们实际上安装的是"build-essential"，它包含了 GNU 编辑器集合，GNU 调试器，和其他编译软件所必需的开发库和工具。下面这个命令将会安装一系列软件包，包括gcc，g++，和make）

        然后再重新输入驱动安装指令即可 

深度学习环境搭建

琐碎知识点

1.下载软件安装包前查看自己的系统架构的方法

        启动终端，输入命令“uname  -a”，在输出结果中即可找到系统架构信息

2.版本适配

        在学习NeRF的过程中，从github上拷贝了一个项目(GitHub - bmild/nerf: Code release for NeRF (Neural Radiance Fields))，结果运行时一直报错。后续查询发现，此项目为20年的老项目，所需Tensorflow版本为1.15.0，之后低于10.0的cuda才支持。而我的显卡驱动所带cuda为12.2。NVIDIA官方有10.0的cudatoolkit，但无奈其最高只支持18.04的Ubuntu。故作罢，另外寻找到今年的新项目(GitHub - nerfstudio-project/nerfstudio: A collaboration friendly studio for NeRFs)，README中指出，此项目支持cuda11.7和11.8，查询官网后得知，这两个版本的官方cudatoolkit支持22.04的Ubuntu，故选择此项目，最终按照项目指示成功运行。

        啰嗦了这么多，主要是想让自己牢牢记住版本适配的重要性。那个老项目的报错耽误了我整整一天，Google+GPT一天尝试去解决，但最终发现仅仅因为版本不适配，实在可笑。Conda，Tensorflow，Python，Cuda......对于这些不同组件，不同的项目里都有不同的版本要求，一般在requirements/environment等类似命名的文件里有说明，甚至有安装脚本。这就需要我们提前用conda创建好该项目所使用的特定虚拟环境，然后在虚拟环境里配置所需版本的组件