转载-Ubuntu20.04优麒麟社区懒人版本(含软件全家桶)一键安装

海光 hygon c86 7151服务器配置Raid1安装ubuntu18.04.3 server 前天公司要搭建一个异构服务器云平台环境,涉及的服务器构架有x86与arm,涉及的服务器品牌有海光hygon c86 7151、DELL R730、TaiShan200昆鹏、飞腾四种。 【问题】 我给服务器插上了两块600G的硬盘,准备在hygon c86 7151服务器上安装ubuntu 操作系统前设置RAID1,开机启动阶段按F7进入BIOS后,翻遍了所有页面,只有在“hygon开机设置”里面的FCH里面看到raid相关设置,但是这个FCH里面还不是真正配置raid的地方。 奇怪的是,在网上也找不到海光公 阅读详情

朋友,此处为你精心打造一款优麒麟社区 20.04 LTS PRO 懒人版操作系统,安装好的操作系统自带微信、QQ、向日葵、百度网盘、 WPS 个人版、搜狗输入法、Chrome 浏览器、微软 Edge 浏览器、讯飞输入法、1Password、网易云音乐、 QQ 音乐、Sublime Text,只需要10分钟,就可以在你的电脑上安装好。

优麒麟

一、安装环境

1、测试环境

硬件型号CPU内存硬盘
联想启天 B415-B002Celeron G39304G500G HDD

2、软件环境

基线系统版本内核
ubuntukylin-20.04-pro-amd64.iso5.10.0-1023-oem

二、预装软件

预装软件如下(预装软件在安装系统完成后第一次启动系统时自动安装),安装完成后可在左下角菜单栏添加快捷方式到桌面。

软件名说明
百度网盘Linux 版本
腾讯会议Linux 版本
网易云音乐Linux 版本
微信wine 版本
向日葵远程图形化连接工具
Google Chrome谷歌浏览器
Kshellssh 客户端
vokoscreenNG录屏工具
TeamViewer远程图形化连接工具
蓝信Windows,Mac,Linux 三平台通用即时通讯工具
QQwine 版本 QQ
sublime-text文本编辑器
virtualboxLinux 版本虚拟机工具
FSearch文件件名搜索工具
recoll全局文本内容搜索工具
zoom视频会议客户端
TyporaMarkdown 文本编辑器
SEmail麒麟软件邮件客户端
1Passwod密码存储管理工具
Microsoft Edge微软新一代浏览器

三、安装说明

●  支持 CPU :Intel,AMD,海光,兆芯

●  内存:建议不少于 4G

●  硬盘:至少 100G

●  默认用户名 kylin  密码 kylin123

●  由于在使用 U 盘安装时自动安装不会智能识别 U 盘和硬盘,所以需要手动选择分区

●  由于在安装结束后会自动安装软件,所以会卡在复制安装日志界面,需要多等会儿

●  更新说明

(1)2021/11/01 添加预装软件 FSearch,recoll,zoom,Typora,SEmail,1Passwod,Microsoft Edge

(2)2021/11/10 修改了 BIOS 模式下的安装问题

四、下载地址

链接:

百度网盘 请输入提取码

密码: 90d4

五、安装方法

1、制作启动盘

●  使用 Ventoy 制作启动盘,首先前往 Ventoy 官网(Download . Ventoy  )下载 Ventoy 安装包,下载对应版本的 Ventoy。(建议到蓝奏云网盘下载);

优麒麟

●  下载完成后解压压缩包,双击 Ventoy2Disk.exe 打开;

优麒麟

●  设备表示为插入的U盘或者移动存储设备,点击安装。

优麒麟

注意:安装会格式化U盘,如果U盘里面有数据,注意备份

●  制作完成后,打开我的电脑,卷名为 Ventoy 的硬盘。将 ISO 镜像放入里面即可。

优麒麟

●  至此启动盘制作完成。下一步就是安装系统了。

2、安装系统

●  制作完启动盘之后,就要开始安装了,将U盘插入电脑,选择从U盘启动进入安装,此版本暂时没有自动分区选项,需要手动进行磁盘分区。进入如下页面后,按 Enter 进入安装页面(建议离线安装,在有网络的情况下系统会自动在网上下载更新包)

优麒麟

●  如图,选择 "安装类型"

(1)清除整个磁盘并安装 Ubuntu Kylin 选项会将整个磁盘的空间占用;

(2)其他选项: 可手动进行分区,建议手动安装。

优麒麟

●  点击 "现在安装" 即可进行安装,安装完成大约需要20分钟,安装完成后重启电脑进行登录。

小伙伴的分享到这就结束啦~你有心动吗?

Ubuntu零基础入门到精通【1.2讲】:Ubuntu 与 Linux 的关系 —— 你用的到底是什么? 🏆 本文收录于 《滚雪球学 Ubuntu》 专栏。 本专栏面向有一定计算机基础,但尚未系统学习 Linux / Ubuntu 的读者,采用“滚雪球式学习法”:先装好、再会用、再理解、再优化、再实战,带你从第一次进入 Ubuntu 桌面 / 终端开始,逐步掌握 Ubuntu 的日常使用、命令操作、软件安装、系统配置、开发环境搭建与服务器部署能力。 阅读详情

相关推荐

77、使用优麒麟软件中心轻松安装软件

本文详细介绍了如何使用优麒麟软件中心轻松安装、移除和管理软件。包括通过图形界面和命令行方式安装应用程序、添加额外软件源(如PPA和.deb文件)、更新和升级系统软件包,以及优化软件安装的技巧。此外,还涵盖了软件历史记录管理和选择最佳服务器等内容,帮助用户高效进行系统维护与应用管理。

omega的博客 400

安装Ubuntu系统

本来打算安装双系统,结果限于硬件问题(笔记本双硬盘,win10在固态,空间不够,机械硬盘在光驱位无法引导),所以下了狠心删除win10,单装ubuntu来学习适应以后的办公。 ubuntu下载地址:http://cn.ubuntu.com/  (中国官网) 至于系统安装网上一大把,就不说了。 可参考:http://www.jb51.net/os/491055_all.html

铭 412

33、Ubuntu社区与常见问题解决指南

本文介绍了Ubuntu社区的丰富资源,包括新闻、博客、本地用户组及参与贡献的方式,并详细提供了Ubuntu安装与启动过程中常见问题的解决方案,如无法从CD启动、安装中断、GRUB错误和系统冻结等,帮助用户更好地使用和维护Ubuntu系统。同时通过流程图和Q&A形式,便于读者快速定位问题并找到应对策略。

grafana6viz的博客 80

Ubuntu Linux 入门指南:面向初学者

这篇博客全面介绍了 Ubuntu Linux 的使用,包括其由来、安装过程、基本命令、软件管理以及如何获取帮助和支持。从 Ubuntu 的起源和与其他 Linux 发行版的比较,到具体的安装步骤和系统要求,博客为初学者提供了实用的指南。命令部分列出了常用的 Linux 命令及其功能,帮助用户更好地理解和操作 Ubuntu 系统。在软件管理方面,博客详细讲述了如何使用 Ubuntu 软件中心进行软件的安装、卸载和更新,以及如何通过命令行使用 apt 命令进行软件包管理。

CDBmax的博客 4890

33、Ubuntu社区资源、参与方式及常见问题解决指南

本文全面介绍了Ubuntu社区的各类资源获取途径、参与方式以及常见问题的解决方法。内容涵盖Ubuntu Weekly Newsletter、Planet Ubuntu等信息渠道,LoCos与LUGs的本地社区参与形式,周边商品获取方式,并详细提供了安装、启动、双系统、硬件兼容性、软件故障等方面的排查与解决方案,同时包含系统性能优化建议和实用流程图,帮助用户更好地使用和贡献Ubuntu社区。

5f4d3s2a1q的博客 168

Protege新手入门:5分钟搞定本体建模基础(附实战案例)

本文为Protege本体建模新手提供了一份快速入门指南。通过构建一个关于“披萨”的实战案例,详细讲解了从环境准备、定义核心类(Classes)、建立对象属性(Object Properties)到设置数据属性(Data Properties)和创建个体的完整流程。文章旨在帮助读者绕过复杂理论,在5分钟内直观掌握本体建模的基础操作,快速建立知识图谱构建的信心。

weixin_28335283的博客 287

【用户投稿】优麒麟社区懒人版本(含软件全家桶)一键安装

 文章来源于优麒麟论坛用户@gentoofly        朋友,此处为你精心打造一款优麒麟社区 20.04 LTS PRO 懒人版操作系统,安装好的操作系统自带微信、QQ、向日葵、百度网盘、 WPS 个人版、搜狗输入法、Chrome 浏览器、微软 Edge 浏览器、讯飞输入法、1Password、网易云音乐、 QQ 音乐、Sublime Text,只需要10分钟,就可以在你的电脑上安装好。 一、安装环境1、测试环境硬件型号CPU内存硬

UbuntuKylinOS的博客 1031

保姆级教程:在Win10/Win11上搞定AppScan 10.0.0安装与许可证激活(含常见报错解决)

本文提供AppScan 10.0.0在Win10/Win11上的详细安装与许可证激活指南,涵盖环境准备、分步安装、文件替换技巧及常见报错解决方案。通过专业的安全测试工具部署实践,帮助用户高效完成安装并避免常见陷阱,提升Web应用安全扫描效率。

weixin_30800987的博客 427

Ubuntu社区及其论坛

 什么叫社区?社区就是团体的意思,具体表现为某个论坛(Forum)参与者群体。当今,在互联网时代,论坛多半是指“网络论坛”。我们问,Ubuntu社区及其论坛是怎么发展起来的?它有什么特点?根据Ubuntu论坛的统计(Ubuntu Linux Forums),8月20日,该论坛涉及236,650个主题,1,400,948篇文章(多半是帖子)。Ubuntu论坛参与人数为150,703,其中积极

袁萌专栏 8198

暗黑地牢modfiles.txt文件生成工具

暗黑地牢modfiles.txt文件生成工具引言方法工具源码基本步骤 引言 玩过暗黑地牢mod,并手动修改了mod中文件的话,如果不同步修改modfiles.txt文件,就会引起各种问题,典型的比如马车刷不出mod英雄,商店和boss都不再出现mod饰品,怪物贴图丢失出现黑块等,要解决这个问题,就要修正mod文件夹下的modfiles.txt文件 方法 针对修改量大小,一般有几种方法: 如果修改较少,而且你还记得修改了哪几个文件,找到这几个文件,右键属性,查看大小,要用的是括号里面的字节数,然后打开mod

lttclaw_的专栏 5013

自适应滤波算法综述

自适应滤波算法综述

xdzhujy的博客 5万+

ubuntu安装软件之优麒麟

企业微信(Wine)版本:1.0位数:64 大小:575 M更新日期:2021-08-18支持系统:优麒麟64位下载软件介绍Wine (“Wine Is Not an Emulator(Wine不是一个模拟器)” 的缩写)是一个能够在多种 POSIX-compliant 操作系统(诸如 Linux,Mac OSX 及 BSD 等)上运行 Windows 应用的兼容层。一直以来,优麒麟社区都在积极收集和采纳用户的反馈,知道用户对于常用娱乐、办公软件的需求日渐迫切,Linux 环境下生态太少的问题也日渐突出。

hhui007的博客 1580

Windows11安装Ubuntu 20.04.3 LTS双系统(详细过程)

一、基础环境 听说BIOS模式的传统MBR模式和新式UEFI模式,会对安装双系统产生影响。Windows11应该都是UEFI吧,可以按win+r输入msinfo32回车确认查看BIOS模式,我的电脑是UEFI+双硬盘 Ubuntu安装准备 1、 官网下载Ubuntu 20.04.3 LTS镜像iso文件:https://ubuntu.com/download/desktop 2、 下载官网推荐的U盘启动制作工具rufus: https://rufus.ie/ 3、制作启动u盘 插入U盘, 运行 rufu

学习随笔 9万+

Ubuntu22.04系统安装及开发环境配置

Ubuntu22.04上系统安装和环境配置

皓月当空 1万+

基于FISCO BCOS 部署可升级的 Solidity存证智能合约

本文介绍了基于FISCOBCOS平台的可升级Solidity存证智能合约实现方案。采用透明代理模式,包含逻辑合约、代理合约和管理合约三部分,支持业务逻辑升级而不影响存储数据。详细阐述了合约架构设计、Solidity代码实现、Go SDK交互流程以及完整的部署升级步骤。方案具有数据持久性、版本兼容性和生产就绪等特点,提供了权限控制、输入验证等安全机制,并包含监控管理工具。该实现为企业级区块链存证应用提供了可靠的基础架构,支持后续功能扩展和定制化开发。

分享AI、区块链技术及应用,未来已来 1518

YOLO11涨点优化:知识蒸馏 | 引入FGD(Focal and Global Distillation)蒸馏,让轻量学生模型汲取大模型全局感知力

文章摘要 目标检测模型YOLO11在轻量化部署中存在"全局盲区"问题,即轻量模型感受野不足导致大尺度场景下性能下降。知识蒸馏技术FGD(Focal and Global Distillation)通过双分支机制有效解决这一问题:Focal Distillation分离前景背景特征,让学生模型聚焦关键区域;Global Distillation传递像素间关系信息,弥补全局感知缺陷。实验表明,FGD可使YOLO11轻量版mAP提升2.5%以上,且不增加推理耗时。本文详细解析了FGD原理,并给出YOLO11上的实

2601_95807009的博客 239

Ubuntu社区文档地址

https://help.ubuntu.com/community/

简简单单的生活... 590

FOC高频注入量产级C语言实现方案

高频注入技术是无传感器FOC实现零速和低速控制的关键方法,解决了传统反电动势观测器在低速失效的问题。该技术通过向电机注入高频电压信号,利用永磁同步电机凸极性特性,从高频电流响应中解调出转子位置信息。文章详细介绍了三种主流高频注入方法(旋转电压注入、脉振电压注入和脉振电流注入)的原理及实现流程,重点分析了脉振电压注入的信号处理步骤和位置观测器设计。同时提供了完整的C语言实现代码,包括硬件抽象层、核心算法模块(坐标变换、电流环、SVPWM等)和系统集成方案,并给出量产优化建议和安全保护机制。这套方案适用于要求高

汽车软件开发 797

linux麒麟安装教程,优麒麟(Ubuntu Kylin)20.04 正式版系统安装教程 - 电脑系统安装手册...

优麒麟(ubuntu Kylin)20.04 简易安装手册优麒麟(ubuntu Kylin)20.04 是优麒麟开源操作系统最新的长期支持版本,为方便用户下载安装和使用,特制作本简易安装教程,主要对系统安装盘制作和安装过程进行介绍。一、安装盘制作根据您当前使用系统的不同,需要不同的工具制作 U 盘启动安装盘。目前主要有 Linux 系统和 Windows系统两类。1.Linux 系统(1)从官网上...

weixin_29096377的博客 3596

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

如何安装优麒麟linux系统下载,优麒麟(Ubuntu Kylin)20.04 树莓版系统安装教程 - 电脑系统安装手册...

优麒麟(ubuntu Kylin)20.04 简易安装手册本文将通过简单的几步引导将优麒麟安装到您的树莓派设备并完成登录。准备工作·一个树莓派系统3或者4·一根 micro-USB 电源线·一张至少 8 GB 的 microSD 存储卡及读卡器·一台支持 HDMI 接口的显示器·一根 MicroHDMI 线缆(树莓派4)或一根 HDMI 线缆(树莓派3)·一套 USB 接口的键盘与鼠标获取优麒麟 ...

weixin_39719078的博客 1173

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

国产操作系统之优麒麟安装

2013年3月23日,工信部与Ubuntu系统开发商Canonical联合宣布:工信部旗下的软件与集成电路促进中心(CSIP)将和Canonical合力打造专为中国市场而设计的优麒麟(Ubuntu Kylin)操作系统基本架构。优麒麟(Ubuntu Kylin)由麒麟软件有限公司和CCN开源软件创新联合实验室主导开发,其宗旨是通过研发用户友好的桌面环境以及特定需求的应用软件;优麒麟操作系统是 Ubuntu 官方衍生版。......

月生的静心苑 1万+

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

ubuntu 20.04添加ubuntukylin源安装 应用的办法

sudo vim /etc/apt/sources.list.d/kylin.list 添加如下代码 : deb http://ppa.launchpad.net/kelleyk/emacs/ubuntu focal main deb http://archive.ubuntukylin.com:10006/ubuntukylin bionic main deb http://archive.ubuntukylin.com:10006/software-focal focal main deb ht..

onlyfirer的专栏 3097

优麒麟软件中心

优麒麟软件中心 sudo apt install ubuntu-kylin-software-center

qq_45677678的博客 1677

Ubuntu下使用优麒麟软件商店下载安装并使用微信

使用优麒麟软件商店下载安装并使用微信

qq_61049648的博客 7425

Ubuntu社区论坛正确网址

以前的错误,正确:https://discourse.ubuntu.com/

柳鲲鹏 925

【Linux OS】Hello Ubuntu,新手入门篇

ubuntu20.10尝新,安装过程可参考其它网络教程。 系统安装好后,自带Firefox火狐浏览器,Thunderbird邮件,LibreOffice办公套件,Rhythmbox音乐播放器,娱乐小游戏等,能够满足一般的办公娱乐应用。 体验自带火狐浏览器,发现不支持flash,需要安装插件(不能看在线视频这可不行)。对于新手来说,安装过程又略显繁琐。可以通过安装Chrome谷歌浏览器来解决,Chrome自带flash支持。 为了适合新手入门,方便安装一些最基本的应用程序,我们直接安装优麒麟软件商店

XLevon的博客 3178
上一篇: 国产Linux系统深度商店应用更新记录汇总(2021-12)
下一篇: 2022-01-18国产Linux深度操作系统deepin20.4发布,涉及桌面和内核升级。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值