安装虚拟机

article/2025/8/22 17:17:03

安装虚拟机

一、安装VMware

1、双击.exe安装包
在这里插入图片描述
2、进入安装流程,点击下一步。
在这里插入图片描述
3、√ 我接受许可协议,下一步
在这里插入图片描述
4、可以修改安装路径,可以直接C改D,或C改E,或不改,其他文件路径不动。其余选项默认,下一步。
在这里插入图片描述
5、两个选项,用于产品自动优化升级,可选可不选,下一步。
在这里插入图片描述
6、默认,下一步
在这里插入图片描述
7、点击安装,等待。
在这8、里插入图片描述/
8。点击完成,即可。桌面产生新图标。
在这里插入图片描述
9、双击打开桌面图标,如下所示,点击继续,下一界面,点击完成。
在这里插入图片描述
10、进入到如下界面
在这里插入图片描述以上为虚拟机软件的安装过程。

二、虚拟机创建过程

1、创建虚拟机
方法一:直接点击 +创建新的虚拟机
方法二:点击文件,点击新建虚拟机
在这里插入图片描述2、选择 自定义(高级)(C),点击下一步。
不建议使用用典型(推荐),可能存在不兼容的效果。
在这里插入图片描述
3、硬件兼容性版本,本次选择对应版本Workstation16.2.X,下一步。(Workstation12.X,适应性较广,教学可以适应更多学生的版本)。
在这里插入图片描述

4、选择ISO的安装路径,
在这里插入图片描述
5、选择稍后安装,下一步。(先创建一个空白的,稍后再把光盘放进去)
在这里插入图片描述
6、选择虚拟机内核
在这里插入图片描述

7、随意给虚拟机起名字,选择虚拟机的安装位置,下一步。
在这里插入图片描述
8、先用(Ctrl+shift+esc)查询物理机的处理器数量,内核数量,以及使用率,在确定给虚拟机分配情况,2核1个处理器,就属于基本分配,基本上不会出现卡顿,下一步。
在这里插入图片描述
9、内存大小的分配要根据计算机实际内存的情况进行分配,以免物理机和虚拟机出现卡顿,下一步
在这里插入图片描述

10、校园网或家庭网络,可以选择NAT,下一步。
在这里插入图片描述
11、接下来都选择推荐模式,下一步,选择磁盘,如果是新安装的,选择创建新虚拟磁盘,(如果是别人安装好了的虚拟机复制过来的,可以选择使用现有虚拟磁盘,就可以创建一个一样的虚拟机),下一步
在这里插入图片描述
12、第一个选项不选,分配磁盘大小不限制,下一步。
在这里插入图片描述
13、打开自定义选项,通过dvd,添加openeular的路径,关闭,完成。
在这里插入图片描述
14、虚拟机创建完毕
在这里插入图片描述


http://chatgpt.dhexx.cn/article/bN8pxEmN.shtml

相关文章

虚拟机的安装(详细图文方法)

准备工作: 查看cpu是否支持全虚拟化功能 查看cpu信息 cat /proc/cpuinfo cpu为intel时显示vmx表示支持 cpu为amd时显示svm表示支持 真机必须在root界面安装 下载镜像文件: 一、图形界面安装 virt-manager 进入虚拟机管理 因为虚拟机占用内存&#xf…

windows安装虚拟机

1. 官网下载VMware 2. 安装(只修改了安装位置,其余默认) 3. 新建虚拟机 1)进入目录D:\Software\VMware\VMware Workstation,双击【vmware应用程序】 2)输入密钥或者选择试用 3) 点击【创建新虚拟机】 4&am…

彻底了解DVD:从入门到精通

彻底了解DVD:从入门到精通-转自山楂树论坛白衣原创第一章 缘起    那片直径120mm的小小的塑料片,闪耀着一种迷幻般的光泽。一束绚丽的激光照射在这小小的塑料圆片上,成千上万比特的数据流沿着一根细细的光纤从DVD影机输送到AV功率放大器&#xff0c…

每周全球科技十大新闻(2019.9.16-9.22)

新闻摘要: (1)思科收购邀约被拒,结果Datadog牛气独立IPO了 (2)微软继续坐在了全球科技公司市值的“铁王座”上 (3)全球数据中心大PK,少不了谷歌的欧洲计划 &#xff…

Label Inference Attacks Against Vertical Federated Learning

USENIX Security 2022 摘要: 随着欧盟《通用数据保护条例》、中国《中华人民共和国数据安全法》等法案的颁布实施,联邦学习(Federated Learning,FL)作为一种具有隐私保护属性的分布式机器学习模型训练范式&#xff0…

因果推理简介(causal inference)

结构因果模型SCM 结构因果模型(SCM)由内生变量 V V V、外生变量 U U U和映射函数 F F F构成。因果的定义:若 Y Y Y在 f X f_X fX​ 的定义域中,则 Y Y Y是 X X X的直接原因 ;如果 Y Y Y是 X X X的直接原因,…

变分推断(Variational Inference)

1.变分推断简称VI,是一种确定性近似推断方法 2.基于平均场理论的VI是假设q(z)可以分解为M个独立qi 3.采取坐标上升法可以求解VI问题 4.VI有两个局限:假设太强,同时积分也不一定能算 5.为了解决积分不能算问题,考虑采取随机梯度法进…

【因果推断与机器学习】Causal_inference: Chapter 4

Chapter4: Estimation 一旦我们找到了识别因果量的策略,我们就需要选择如何使用统计方法估计这些因果量。我们使用受实际计算应用程序启发的示例来描述最常用的方法。首先,我们介绍因果估计的基础知识:如何从已确定的估计值到估计器&#xf…

variational inference

theta: org parameter, theta_P: variational parameter 1. goal: 估计p(z|x) 2. 找p(x|theta)likelihood的lower bound,再max这个lower bound 就能找到 p(z|x)的近似分布q(z|theta_P) 3. 找complete likelihood ln[p(x,z)]的关于qj j!i的期望 4. incomplete lik…

Paddle Inference(模型推理)实例分析

一、Paddle推理生态 二、API说明 create_predictor 方法 # 根据 Config 构建预测执行器 Predictor # 参数: config - 用于构建 Predictor 的配置信息 # 返回: Predictor - 预测执行器 paddle.inference.create_predictor(config: Config)加载预测模型 - 非Combined模型 impo…

对于jetson nano 的docker部署jetson-inference等模型

对于Nvidia jetson nano来说是一款十分优秀的网络模型部署设备我对于nano来说也是学习了2个星期左右.这也是对我这一阶段做一个复习总结吧! 目录 烧录 下载jetson-inference dock镜像部署操作 跑个例程助助兴 找到函数接口进行调整 我用的是jetson nano a02 版本 是4GB内存…

LLM Inference 串讲

大家好,这里是 NewBeeNLP。 本文主要概述一下当前LLM 是如何生成文本及为什么对应的资源(cost/latency)与prompt 和completion 都有关系。更佳阅读体验请点击原博客地址:LLM Inference 串讲(https://xv44586.github.io/2023/03/10/llm-inf/) …

【PaddleInferenceSharp】基于C#和Paddle Inference 部署PaddlePaddle模型

1. 项目介绍 Paddle Inference 是飞桨的原生推理库, 提供服务器端的高性能推理能力,直接基于飞桨的训练算子,因此它支持飞桨训练出的所有模型的推理;Paddle Inference 功能特性丰富,性能优异,针对不同平台不…

Paddle Inference C++ 依赖库安装(Windows)

Paddle Inference C 依赖库安装 1. 环境准备2. 下载安装库3. 设置环境变量4. VS C 项目配置 Paddle Inference 是飞桨的原生推理库, 提供服务器端的高性能推理能力。由于 Paddle Inference 能力直接基于飞桨的训练算子,因此它支持飞桨训练出的所有模型的…

ESIM:Enhanced LSTM for Natural Language Inference

原文链接:https://aclanthology.org/P17-1152.pdf ACL 2017 概述 对于自然语言推理任务,Bowman等人在2015年提出了一个大数据集,大多数工作就开始使用神经网络来对该任务进行训练。但作者认为序列模型的潜力还没有完全被挖掘,因此…

Triton Inference Server教程2

本文介绍如何编写一个config文件,config.pbtxt文件中包含哪些可以配置的参数,这些参数又会对triton server产生什么影响。 必须指定的模型参数 platform/backend:模型要在什么backend上面运行,可以用两种参数指定,一…

变分推断(variational inference)/variational EM

诸神缄默不语-个人CSDN博文目录 由于我真的,啥都不会,所以本文基本上就是,从0开始。 我看不懂的博客就是写得不行的博客。所以我只写我看得懂的部分。 持续更新。 文章目录 1. 琴生不等式2. 香农信息量/自信息I3. 信息熵4. 相对熵/KL散度/信…

Hugging Face - 推理(Inference)解决方案

每天,开发人员和组织都在使用 Hugging Face 平台上托管的模型,将想法变成概念验证(proof-of-concept)的 demo,再将 demo 变成生产级的应用。 Transformer 模型已成为广泛的机器学习(ML)应用的流…

变分推断(Variational Inference)解析

一、什么是变分推断 假设在一个贝叶斯模型中, x x x为一组观测变量, z z z为一组隐变量(参数也看做随机变量,包含在 z z z中),则推断问题为计算后验概率密度 P ( z ∣ x ) P(z|x) P(z∣x)。根据贝叶斯公式…

深度学习-在线推断(Inference)技术

深度学习一般分为训练和在线推断两个部分,大家平时经常关注的多为训练阶段,也就是搜索和求解模型最优参数的阶段。而当模型参数已经求解出来,如何使用模型,以及在在线环境中部署模型,也是非常重要的。 一般会比较关注其…