声明：* 本系列文章所使用的系统版本为：ubuntu server 18.04

文章目录


系统版本： Ubuntu Server 18.04.3 LTS

1、安装前

安装直接，应该先了解的信息

1）概述

在这里插入图片描述

2）要求

在这里插入图片描述

2、系统安装

1)启动安装

由于是从虚拟机进行安装，所以在第一次启动系统时，会自动进入安装界面
在这里插入图片描述

2）选择语言

在这里插入图片描述
默认English，方向键来切换选择，Enter进入下一步。

3）键盘布局

默认
在这里插入图片描述

4）安装内容

当然是Ubuntu,选择Install Ubuntu。
在这里插入图片描述

5）网络

这里不用管了
在这里插入图片描述

6）存储配置

默认选择
在这里插入图片描述

7）选择设备

默认
在这里插入图片描述

8）确认分区

在这里插入图片描述

9）确认更改

继续
在这里插入图片描述

10）设置个人资料

记住你配置给这些信息，你的名字、系统名字、用户名、用户密码等。
在这里插入图片描述

11）安装软件

开始安装了，等一会就OK啦
在这里插入图片描述

12）安装完成

当出现Finished install，就安装完成啦。
在这里插入图片描述
整个过程，按步骤来，非常简单。

# ubuntu # linux
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局