-
# 第二天 ## BearPi-HM Nano开发板介绍 ### 功能介绍 BearPi-HM Nano开发板是一块专门为OpenHarmony设计开发板,板载高度集成的2.4GHzWLANSoC芯片Hi3861,并板载NFC电路及标准的E53接口 ![屏幕截图 2022-07-14 214658.png](https://bbs-img.huaweicloud.com/data/forums/attachment/forum/20227/14/1657806459775604197.png) ### 原理解释 BearPi-HM Nano开发板提供了一个用户可控制的LED灯,可以用于GPIO输出、PWM输出等实验 ![屏幕截图 2022-07-14 215529.png](https://bbs-img.huaweicloud.com/data/forums/attachment/forum/20227/14/1657806941955860282.png) BearPi-HM Nano开发板提供标准的E53接口,适配所有E53扩展板,并通过排针引出功能丰富的GPIO。 ![屏幕截图 2022-07-14 215628.png](https://bbs-img.huaweicloud.com/data/forums/attachment/forum/20227/14/1657807003322829587.png) BearPi-HM Nano开发板提供了可读写的NFC标签,可用于实现碰一碰联网,碰一碰拉起服务等实验。 ![屏幕截图 2022-07-14 215718.png](https://bbs-img.huaweicloud.com/data/forums/attachment/forum/20227/14/1657807055759235923.png) BearPi-HM Nano开发板提供了一个复位按键和两个用户按键,原理图中SW1对应的是复位按键,SW2和SW3分别对应F1和F2按键。 ![屏幕截图 2022-07-14 215854.png](https://bbs-img.huaweicloud.com/data/forums/attachment/forum/20227/14/1657807146563510728.png) ## 开发环境搭建 ### 部署环境 解压百度云下载的HarmonyOSUbuntu18.4镜像OVF.zip文件到某个目录。 打开VMware Workstation工具 选择第1步解压的Ubuntu18.4镜像OVF文件夹中,点击打开 导入镜像到本地磁盘(选择一个磁盘空间大小≥ 10G的盘),点击导入。 点击开启此虚拟机,来开启虚拟机电源 此时虚拟机进入登录界面,点击HarmonyOS 在终端中输入ifconfig,然后点击回车,除lo外,另外一个就是的网卡信息,记录获取到的IP地址。 ### 在Windows上远程连接服务器 ### 把ubuntu文件远程映射到Windows上 ### 在ubuntu获取源码 ### 编译代码 ### 心得 根据教程一步一步做,,简单容易上手,要有耐心
-
(也不知道自己为啥没注意到上图的e跑到下面来了。。。懒得改了。。。作为一个技术人员,要留BUG在人间。。)近期张小白的周边发生了如下大事:(1)2022年4月,ubuntu推出22.04版本。(2)MindSpore推出自动安装脚本(3)张小白写过 【MindSpore易点通·漫游世界】在WSL的Ubuntu 20.04上一键安装MindSpore GPU 1.6.1(4)MindSpore推出 1.7.0版本。所以,张小白打算使用WSL的ubuntu 22.04自动安装MindSpore GPU 1.7.0版本。先安装WSL ubuntu 22.04版本,其实这个安装过程跟安装 WSL的ubuntu 20.04版本类似。(1)使用Microsoft Store安装 ubuntu 22.04 LTS:点击“打开”,这次的方式好像略有变化,因为多了些配置界面:输入用户名和密码:zhanghui/zhanghui点击Finish:这个执行可以先执行前面提示要运行的语句:sudo apt updatesudo apt upgrade
-
FTP:文件传输协议,用于在两台计算机之间进行文件的上传和下载。有时候我们需要将本地的文件上传到远程的Ubuntu 14.04服务器上,或者把远程Ubuntu 14.04服务器上的文件下载到本地,这就需要搭建FTP安装采用如下命令安装ftp服务器1sudo apt install vsftpd软件管理软件管理方式1234service vsftpd start 启动service vsftpd restart 重启service vsftpd stop 停止service vsftpd status 查看状态匿名访问方式修改配置文件1gedit /etc/vsftpd.conf并写入配置12345678910111213141516anonymous_enable=YESanon_root= /data/publocal_enable=YESanon_upload_enable=YESanon_mkdir_write_enable=YESwrite_enable=YESlocal_umask=022dirmessage_enable=YESxferlog_enable=YESconnect_from_port_20=YESxferlog_std_format=YESlisten=YES#listen_ipv6=NOpam_service_name=vsftpduserlist_enable=NOtcp_wrappers=YES配置完成后,创建文件夹和文件,重启服务器12345mkdir -p /data/pubtouch /data/pub/a.txtchmod -R 777 /datachmod a-w /data/pubservice vsftpd restart 客户端登陆服务器命令行登陆1234ftp 127.0.0.1然后输入用户名Anonymous最后输入ls如果初现如图所示的效果即代表创建成功在文件夹下连接服务器使用文件夹访问服务器,最后能在文件夹下看到1.txt这个文件window下访问首先获取linux的ip地址1ifconfig接着,在window的文件管理器下输入地址ftp://192.168.183.128系统用户访问修改配置文件1、修改配置文件1gedit /etc/vsftpd.conf并写入配置1234anonymous_enable=NOlocal_enable=YESuserlist_enable=YESuserlist_deny=NO2、写入允许访问的用户名1gedit /etc/vsftpd.user_list添加自己的用户,比如我的电脑用户是ubuntu,则在文件内写上ubuntu配置完成后重启,1service vsftpd restart客户端登录服务器同样通过三种方式来访问该ftp命令行登录文件夹下连接服务器window下访问虚拟用户访问方式系统用户模式虽然可以控制访问,但是如果用户过多,就会影响服务器系统的管理,对服务器安全造成威胁!而且我们需要的仅仅是可以使用搭建在服务器的FTP服务而已!那么就需要我们设置虚拟用户进行登录,这也是推荐的方式!这种方式更加安全!虚拟用户就是没有实际的真实系统用户,而是通过映射到其中一个真实用户以及设置相应的权限来实现访问验证,虚拟用户不能登录Linux系统,从而让系统更加的安全可靠。安装工具安装如下工具,用于生成密码账户校验1sudo apt install db-util创建账户创建的ftpuser账户,用于接下来的实验,并修改密码12useradd ftpuser -s /sbin/nologinpasswd ftpuser修改总体配置1gedit /etc/vsftpd.conf并写入配置12345678910anonymous_enable=NOlocal_enable=YESuserlist_enable=YES#userlist_deny=NO guest_enable=YESguest_username=ftpuser #和前面创建的用户名一致virtual_use_local_privs=YESpam_service_name=vsftpduser_config_dir=/etc/vsftpd/virtualconf #记住这个路径创建配置文件夹,用于存放每个用户的配置1mkdir -p /etc/vsftpd/virtualconf创建存放用户密码1vi /etc/vsftpd/virtusers在文件中存入账户和密码同时使用db命令生成数据库文件1db_load -T -t hash -f /etc/vsftpd/virtusers /etc/vsftpd/virtusers.db修改pam配置文件1gedit /etc/pam.d/vsftpd把文件的内容全部删掉,替换以下配置12auth required /lib/x86_64-linux-gnu/security/pam_userdb.so db=/etc/vsftpd/virtusersaccount required /lib/x86_64-linux-gnu/security/pam_userdb.so db=/etc/vsftpd/virtusers配置每个用户信息切换到用户配置目录下1234mkdir -p /home/ftpuser/ftp1chown ftpuser.ftpuser /home/ftpusercd /etc/vsftpd/virtualconf/gedit ftp1文件内写入如下配置123456local_root=/home/ftpuser/ftp1write_enable=YESanon_world_readable_only=NOanon_upload_enable=YESanon_mkdir_write_enable=YESanon_other_write_enable=YES至此 ,配置全部完成客户端登录服务器登录之前先重启以下ftp服务器1service vsftpd restart我们现在共享目录下创建一个文件用于后续验证查看1touch /home/ftpuser/ftp1/1.txt接下来,同样用三种方式登录命令行登录可以看到1.txt为刚刚创建的文件文件夹下连接服务器window下访问到这里ftp三种模式已经全部配置并实践完成转载自https://www.jb51.net/article/228792.htm
-
【环境】Ubuntu22.04+mindspore-gpu1.7.0+cuda11.1+cudnn8.0.5【操作步骤&问题现象】1、正确配置显卡驱动和安装cuda,自己写了个一个用GPU训练的测试程序,没有问题。2、运行我自己写得网络的时候,数据处理部分没有问题,到训练那一步的时候突然终端会关闭掉。用pycharm的时候是pycharm会关闭掉。3、没有报错,终端和pycharm直接就关掉了,请问有人遇到过同类问题吗?
-
【操作步骤&问题现象】按照官方教程为ubuntu20.04安装图形化界面后,使用VNC登录,切换成子用户后也无法登录到图形化界面注:官方说明ubuntu20.04需要用设置的子用户才能登录到图形化界面参考的安装图形化界面的连接:https://support.huaweicloud.com/ecs_faq/ecs_faq_0710.html【截图信息】截图如下。推测:根据右侧栏的用户信息推测默认是使用root账户登录,可能导致切换成子用户desny后依然无法转成图形化界面。想问一下我该如何用VNC远程连接到ubuntu20.04的图形化界面?
-
体验MindSpore v1.7的自动安装新特性,并围绕自动安装输出一篇干货。干货地址:cid:link_0推选出论坛技术干货帖里最推荐的3篇,并给出推荐理由。cid:link_2 超级全面的MindSpore入门教程cid:link_3 很清晰的卷积教程cid:link_4 从小白到大佬修炼之路您的技术干货帖体验感受,欢迎提供意见建议,或是您认为需要补充的内容。希望看到更多的实战落地的干货教程外站分享CSDN: cid:link_1 博客园:cid:link_5
-
https://www.mindspore.cn/install (1)前置安装 - 确认是安装 Ubuntu 是x86架构64位操作系统。 - 安装Minicanda或者Anaconda。 - 安装Python 环境 3.7.5 或3.9.0(如何使用Conda安装可以直接创建命令即可,如果手动安装则需要配置Python环境变量) - 安装 Cuda10.1/11.1 驱动、GCC、glibc、OpenSSL - 查看GPU驱动 ``` nvidia-smi ``` ![image-20220619222854958.png](https://bbs-img.huaweicloud.com/blogs/img/20220619/1655650374662210215.png) (2)自动安装 - 下载脚本 ``` wget https://gitee.com/mindspore/mindspore/raw/r1.7/scripts/install/ubuntu-gpu-pip.sh ``` ![image-20220619220842049.png](https://bbs-img.huaweicloud.com/blogs/img/20220619/1655650392947110140.png) - 编辑脚本 ``` vim ubuntu-gpu-pip.sh ``` 该脚本会执行以下操作: - 更改软件源配置为华为云源。 - 安装MindSpore所需的依赖,如GCC,gmp。 - 通过APT安装Python3和pip3,并设为默认。 - 下载CUDA和cuDNN并安装。 - 通过pip安装MindSpore GPU版本。 - 如果OPENMPI设置为`on`,则安装Open MPI。 自动安装脚本执行完成后,需要重新打开终端窗口以使环境变量生效。 - 执行脚本,完成安装 ``` # 安装MindSpore 1.7.0,Python 3.7和CUDA 10.1 MINDSPORE_VERSION=1.7.0 CUDA_VERSION=10.1 bash -i ./ubuntu-gpu-pip.sh ``` ![image-20220619221631399.png](https://bbs-img.huaweicloud.com/blogs/img/20220619/1655650410727270025.png) - 安装完成 ![image-20220619224009745.png](https://bbs-img.huaweicloud.com/blogs/img/20220619/1655650424459932194.png) - 安装其他版本,修改参数 ``` # 如需指定安装Python 3.9,CUDA 10.1以及MindSpore 1.6.0,使用以下方式 # PYTHON_VERSION=3.9 CUDA_VERSION=10.1 MINDSPORE_VERSION=1.6.0 bash -i ./ubuntu-gpu-pip.sh ``` - 完整脚本学习 ``` set -e PYTHON_VERSION=${PYTHON_VERSION:-3.7} MINDSPORE_VERSION=${MINDSPORE_VERSION:EMPTY} CUDA_VERSION=${CUDA_VERSION:-11.1} OPENMPI=${OPENMPI:-off} version_less() { test "$(echo "$@" | tr ' ' '\n' | sort -rV | head -n 1)" != "$1"; } if [ $MINDSPORE_VERSION == "EMPTY" ] || version_less "${MINDSPORE_VERSION}" "1.6.0"; then echo "MINDSPORE_VERSION should be >=1.6.0, please check available versions at https://www.mindspore.cn/versions." exit 1 fi available_py_version=(3.7 3.8 3.9) if [[ " ${available_py_version<li>} " != *" $PYTHON_VERSION "* ]]; then echo "PYTHON_VERSION is '$PYTHON_VERSION', but available versions are [${available_py_version<li>}]." exit 1 fi if [[ "$PYTHON_VERSION" == "3.8" && ${MINDSPORE_VERSION:0:3} == "1.6" ]]; then echo "PYTHON_VERSION==3.8 is not compatible with MINDSPORE_VERSION==1.6.x, please use PYTHON_VERSION==3.7 or 3.9 for MINDSPORE_VERSION==1.6.x." exit 1 fi available_cuda_version=(10.1 11.1) if [[ " ${available_cuda_version<li>} " != *" $CUDA_VERSION "* ]]; then echo "CUDA_VERSION is '$CUDA_VERSION', but available versions are [${available_cuda_version<li>}]." exit 1 fi declare -A minimum_driver_version_map=() minimum_driver_version_map["10.1"]="418.39" minimum_driver_version_map["11.1"]="450.80.02" driver_version=$(modinfo nvidia | grep ^version | awk '{printf $2}') if [[ $driver_version < ${minimum_driver_version_map[$CUDA_VERSION]} ]]; then echo "CUDA $CUDA_VERSION minimum required driver version is ${minimum_driver_version_map[$CUDA_VERSION]}, \ but current nvidia driver version is $driver_version, please upgrade your driver manually." exit 1 fi cuda_name="cuda-$CUDA_VERSION" declare -A version_map=() version_map["3.7"]="${MINDSPORE_VERSION/-/}-cp37-cp37m" version_map["3.8"]="${MINDSPORE_VERSION/-/}-cp38-cp38" version_map["3.9"]="${MINDSPORE_VERSION/-/}-cp39-cp39" # add value to environment variable if value is not in it add_env() { local name=$1 if [[ ":${!name}:" != *":$2:"* ]]; then echo -e "export $1=$2:\$$1" >> ~/.bashrc fi } # use huaweicloud mirror in China sudo sed -i "s@http://.*archive.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list sudo sed -i "s@http://.*security.ubuntu.com@http://repo.huaweicloud.com@g" /etc/apt/sources.list sudo apt-get update sudo apt-get install curl make gcc-7 libgmp-dev linux-headers-"$(uname -r)" -y # python sudo add-apt-repository -y ppa:deadsnakes/ppa sudo apt-get install python$PYTHON_VERSION python$PYTHON_VERSION-distutils python3-pip -y sudo update-alternatives --install /usr/bin/python python /usr/bin/python$PYTHON_VERSION 100 # pip python -m pip install -U pip -i https://pypi.tuna.tsinghua.edu.cn/simple echo -e "alias pip='python -m pip'" >> ~/.bashrc python -m pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple # install cuda/cudnn echo "installing CUDA and cuDNN" cd /tmp declare -A cuda_url_map=() cuda_url_map["10.1"]=https://developer.download.nvidia.cn/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run cuda_url_map["11.1"]=https://developer.download.nvidia.cn/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run cuda_url=${cuda_url_map[$CUDA_VERSION]} wget $cuda_url sudo sh ${cuda_url##*/} --silent --toolkit cd - sudo apt-key adv --fetch-keys https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub sudo add-apt-repository "deb https://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64/ /" sudo add-apt-repository "deb https://developer.download.nvidia.cn/compute/machine-learning/repos/ubuntu1804/x86_64/ /" sudo apt-get update declare -A cudnn_name_map=() cudnn_name_map["10.1"]="libcudnn7=7.6.5.32-1+cuda10.1 libcudnn7-dev=7.6.5.32-1+cuda10.1" cudnn_name_map["11.1"]="libcudnn8=8.0.4.30-1+cuda11.1 libcudnn8-dev=8.0.4.30-1+cuda11.1" sudo apt-get install --no-install-recommends ${cudnn_name_map[$CUDA_VERSION]} -y # add cuda to path set +e && source ~/.bashrc set -e add_env PATH /usr/local/cuda/bin add_env LD_LIBRARY_PATH /usr/local/cuda/lib64 add_env LD_LIBRARY_PATH /usr/lib/x86_64-linux-gnu set +e && source ~/.bashrc set -e # optional openmpi for distributed training if [[ X"$OPENMPI" == "Xon" ]]; then echo "installing openmpi" cd /tmp curl -O https://download.open-mpi.org/release/open-mpi/v4.0/openmpi-4.0.3.tar.gz tar xzf openmpi-4.0.3.tar.gz cd openmpi-4.0.3 ./configure --prefix=/usr/local/openmpi-4.0.3 make sudo make install add_env PATH /usr/local/openmpi-4.0.3/bin add_env LD_LIBRARY_PATH /usr/local/openmpi-4.0.3/lib fi arch=`uname -m` python -m pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/${MINDSPORE_VERSION}/MindSpore/gpu/${arch}/${cuda_name}/mindspore_gpu-${version_map["$PYTHON_VERSION"]}-linux_${arch}.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple # check mindspore installation python -c "import mindspore;mindspore.run_check()" # check if it can be run with GPU cd /tmp cat > example.py <<END import numpy as np from mindspore import Tensor import mindspore.ops as ops import mindspore.context as context context.set_context(device_target="GPU") x = Tensor(np.ones([1,3,3,4]).astype(np.float32)) y = Tensor(np.ones([1,3,3,4]).astype(np.float32)) print(ops.add(x, y)) END python example.py cd - ```
-
【功能模块】系统:ubuntu18.04固件/驱动:1.0.11系统镜像:ubuntu-18.04.4-server-arm64.iso【操作步骤&问题现象】系统有做裁剪处理吗?如果裁剪了,修改了哪些功能?【截图信息】【日志信息】(可选,上传日志内容或者附件)
-
【功能模块】鲲鹏ECS【操作步骤&问题现象】1、xshell连接 ECS,能正常连接2、过段时间,这个时间可能是10分钟,也可能是30分钟,22端口就无法连接了,怎么试都不行,重启系统后,又可以正常连接【截图信息】【日志信息】(可选,上传日志内容或者附件)Connecting to 116.205.237.231:22...Could not connect to '116.205.237.231' (port 22): Connection failed
-
现在客户有一台飞腾+300T+ubuntu的机器,安装驱动没问题,安装固件报错使用npu-smi info报错如下:
-
Ubuntu怎么进行延迟截图?Ubuntu系统想要截图,截图的时候能延迟截图吗?下面我们就来看看Ubuntu截图技巧,详细请看下文介绍Ubuntu中进行截图的时候,该怎么设置延迟截图呢?下面我们就来看看Ubuntu截图软件的使用方法。一、打开截图软件首先选择电脑桌面左下角的应用软件图标,如下图,点击打开打开如下图界面,选择界面中的工具图标,点击打开打开如下图界面,选择截图图标,点击打开打开如下图界面,可以截图软件已经运行了到此,Ubuntu的截图软件已经打开了。二、延时截图首先打开Ubuntu截图软件,如下图,选择需要截图的范围,勾选截图范围选项勾选完成后,在下方的截图延迟时间中输入需要延时的时间,单位是秒,如下图输入完成后,点击界面右上角的截图按钮,如下图等待延时时间过后,打开如下图界面,输入截取的图片名称输入完成后,点击界面右上角的保存按钮,如下图打开保存的目录,可以看到我们保存的截图,如下图到此,Ubuntu延时截图已经完成了。转载自https://www.jb51.net/os/Ubuntu/785073.html
-
这篇文章主要介绍了conda环境下ubuntu 20.04 jupyter添加或删除内核的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下1. 创建环境12conda create -n env_name # 创建env_name环境conda create -n env_name package_name # 创建包含package_name软件包的env_name环境2. 列举环境12conda env list # 列举当前所有环境conda info --envs # 列举当前所有环境3. 添加内核1234conda install nb_conda_kernels # 安装nb_conda_kernelsconda install ipykernel # 安装ipykernel# 将环境写入jupyter notebook的kernel中python -m ipykernel install --user --name env_name --display-name "你想为kernel添加的名称"4. 删除内核1jupyter kernelspec remove env_name # 如果给env_name起了别名,将env_name替换成别名到此这篇关于conda环境下ubuntu 20.04 jupyter添加或删除内核的方法的文章就介绍到这了转载自https://www.jb51.net/os/Ubuntu/787527.html
-
我们安装完系统以后为了服务器的安全建议修改ssh登录端口,下面是针对新老版本系统修改方法,需要的朋友可以参考下一般情况下打开ssh配置文件sudo vim /etc/ssh/sshd_config找到如下一行:Port 22将后面的22修改为想要设置的端口号然后重启ssh服务sudo service ssh restart如果远程登陆ssh的时候提示:no route to host,应该是防火墙没做好对应端口的配置,设置下防火墙就ok了。没有安装openssh-server的可以参考下面的步骤注意:如果是远程修改端口,为了防止修改端口后远程无法连接SSH,我们可以让SSH同时工作在22和新设定的端口下,等测试能连接到新端口后再将22端口注释掉。首先安装openssh-server$ sudo apt-get install openssh-server$sudo vim /etc/ssh/sshd_config把 #Port 22前面的#去掉,并在下一行添加 你想要使用的端口 例如:Port 222$ sudo vim /etc/ssh/ssh_config把 #Port 22前面的#去掉,并在下一行添加 你想要使用的端口 例如:Port 222修改保存后 重启服务$ /etc/init.d/ssh restart或者$ service ssh restart在防火墙开启相应端口,进行测试 (注意 现在ssh同时工作在22和你设定的端口下,测试完毕后你可以将Port 22注释掉)Ubuntu 16.04修改ssh端口修改/etc/ssh/sshd_config$sudo vim /etc/ssh/sshd_config在Port 22下添加你的端口Port 22Port YOUR_PORT修改/etc/ssh/ssh_config,在Host *下添加你的端口Host *Port 22Port 你的端口# ForwardAgent no...重启sshservice ssh restart再ssh连接新的端口,成功连接后再修改上面的配置把22端口注释掉再在本机~/.ssh/下新建一个config文件,文件内容为:Host YOUR_HOSTUser YOUR_USER_NAMEPort YOUR_NEW_PORT这样下次连接就只需要ssh YOUR_HOST就ok了。修改ssh默认端口后git的一些远程操作会失败,解决办法也是修改config文件:Host github.comHostName github.comPort 22Host bitbucket.orgHostName bitbucket.orgPort 22还有另一种比较快捷的方法:1、设置端口sed -i "s/Port .*/Port 你的端口/g" /etc/ssh/sshd_config2、重启sshservice ssh restart再ssh连接新的端口即可。注意:新端口应该添加了允许访问的列表里,免得将自己锁在了服务器外面!!!参考这里,在 Linux 命令行输入的指令为:firewall-cmd --zone=public --add-port=你的端口/tcp --permanent查看Auth.log,检查SSH是否被扫查看用密码登陆成功的IP地址及次数grep "Accepted password for root" /var/log/auth.log | awk '{print $11}' | sort | uniq -c | sort -nr | more查看用密码登陆失败的IP地址及次数grep "Failed password for root" /var/log/auth.log | awk '{print $11}' | sort | uniq -c | sort -nr | more到此这篇关于ubuntu修改ssh远程连接端口号的方法的文章就介绍到这了转载自https://www.jb51.net/os/Ubuntu/792355.html
-
首先是用的VMware Workstation Pro 16版本,Ubuntu 18.04.6,成功制卡,四个灯都亮,然后网线,USB 二选一插电脑,我选了USB,发现WIN10系统下识别成了串口,而且是错误的,运用了网上https://support.huaweicloud.com/usermanual-A200dk_3000/atlas200dk_02_0035.html方法,根本找不到RNDIS制卡版本是5.0.4.alpha005的1.0.12.alpha然后我又试了dd镜像的方法,制卡版本是5.0.4alpha003-catenation-32G-20211229.img然后准备下个驱动,网上找了驱动,使用磁盘安装,但是装不上而且,USB插着电脑,过一会,这个未知串口就掉了,并且开发板变成只亮了三个灯,MINI_LED2灭了过一会儿,MINI_LED1也灭了然后我就拔了电源,SD卡,重新插上,然后四个灯就又亮了,但是USB插上电脑,还是显示上面图中的问题我插拔了好几次,换了三台电脑,都是这样驱动找不到,Microsoft里面没有 USB RNDIS6 适配器 的驱动网上找的RNDIS驱动死活装不上所以我试了好几个制卡固件,几台电脑,上电四个灯都亮,然后用USB链接电脑就出问题。更新问题!!!!!发现问题所在,这个USB被识别为通用串行总线控制器,在这个条件下,寻找的所有驱动都是USB的总线控制器,无法找到USB RNDIS6 适配器然而我使用手机的网络共享功能,手机和电脑用USB连起来,可以发现该USB被识别为网络适配器,在这个条件下,可以通过查找更新计算机里的驱动,发现有USB RNDIS6 适配器因此,现在的问题是,在设备管理器中,如何避免开发板插USB,被识别成通用串行总线控制器,如果可以被识别为其他设备,应该可以互联。该怎么改呢,每次都被识别成通用串行总线控制器,没有办法啊
-
试过无数次板子断电后或者系统重启后,系统无法启动的情况,板子只亮两个led灯,连接串口调试输出卡在Check tee hash ... ERROR,在这种情况下只能重新制卡刷系统。经过研究发现华为200DK有个很蠢的问题,当ubuntu更新后就无法进入系统了,而且这个更新是ubuntu自带的unattended upgrade自动更新,预设是启用的,解决办法如下,建议大家制卡完投入使用前都先进行下面的设置禁用自动更新:1. 制卡后,第一次启动系统,先不要让板子联网,通过type c线把板子usb网卡连接电脑,ssh连到板子的ip 192.168.1.2,登录预设账号HwHiAiUser,密码Mind@123,登陆后使用su - root指令切换到root账号,2. 输入sudo dpkg-reconfigure unattended-upgrades指令,进入自动更新配置页面3. 使用方向键选中右面的No,按Enter,如下图4. 配置已经完成,可以使用指令cat /etc/apt/apt.conf.d/20auto-upgrades看一下文件里的两行的值是否都为0,代表关闭,如下图,板子重启生效
上滑加载中
推荐直播
-
TinyEngine低代码引擎系列.第1讲——低代码浪潮之下,带你走进TinyEngine
2024/11/11 周一 16:00-18:00
李老师 高级前端开发工程师
低代码浪潮之下,带你走进TinyEngine。李旭宏老师将从低代码的发展趋势、TinyEngine的项目介绍,三方物料组件的使用、跨技术栈的使用、源码生成能力的差异性对比等多个方面带大家对TinyEngine低代码引擎有一个更清晰的认知和了解。
即将直播 -
0代码智能构建AI Agent——华为云AI原生应用引擎的架构与实践
2024/11/13 周三 16:30-18:00
苏秦 华为云aPaaS DTSE技术布道师
大模型及生成式AI对应用和软件产业带来了哪些影响?从企业场景及应用开发视角,面向AI原生应用需要什么样的工具及平台能力?企业要如何选好、用好、管好大模型,使能AI原生应用快速创新?本期直播,华为云aPaaS DTSE技术布道师苏秦将基于华为云自身实践出发,深入浅出地介绍华为云AI原生应用引擎,通过分钟级智能生成Agent应用的方式帮助企业完成从传统应用到智能应用的竞争力转型,使能千行万业智能应用创新。
去报名
热门标签