如何修改 Ubuntu 软件源(镜像源)

如何修改 Ubuntu 软件源(镜像源)

如何修改 Ubuntu 软件源(镜像源)

前言

在使用 Ubuntu 时,默认的软件源可能速度较慢,影响软件安装和系统更新的效率。我们可以通过修改 sources.list 文件或使用图形界面更换更快的镜像源,提升软件包管理的速度。

本指南适用于大部分 Ubuntu 版本,并提供了适配多个版本的方法,方便以后扩展。


1. 通过图形界面更换软件源

如果你更喜欢使用 GUI(图形界面)来修改软件源,可以按照以下步骤操作:

  1. 打开“软件和更新”
    • 点击 “活动”,在搜索框中输入 “软件和更新”(或 Software & Updates),然后打开它。
  2. 更改下载服务器
    • Ubuntu 软件 选项卡中,找到 下载自,点击下拉菜单,选择 其他站点(Other…)
    • 点击 选择最佳服务器(Select Best Server),系统会自动测试速度最快的镜像,选中后点击 选择服务器(Choose Server)
  3. 应用更改
    • 关闭窗口,系统可能会提示你 重新加载(Reload) 软件包信息,点击确认。

2. 备份原始软件源

在修改软件源之前,建议先备份原始的 sources.list 文件,以便在出现问题时可以恢复:

sudocp /etc/apt/sources.list /etc/apt/sources.list.bak 

这样,如果新的软件源不可用,可以恢复原始状态:

sudocp /etc/apt/sources.list.bak /etc/apt/sources.list 

3. 确定 Ubuntu 版本代号

Ubuntu 使用版本代号来标识其软件源,例如:

版本代号
Ubuntu 24.04noble
Ubuntu 22.04jammy
Ubuntu 20.04focal
Ubuntu 18.04bionic

可以使用以下命令查看系统的代号:

lsb_release -sc

4. 修改 sources.list 文件

使用以下命令打开 sources.list 进行编辑:

sudonano /etc/apt/sources.list 

国内推荐镜像源(适用于不同 Ubuntu 版本)

阿里云镜像源:

deb http://mirrors.aliyun.com/ubuntu/ <版本代号> main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ <版本代号>-updates main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ <版本代号>-security main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ <版本代号>-backports main restricted universe multiverse 

清华大学镜像源:

deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ <版本代号> main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ <版本代号>-updates main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ <版本代号>-security main restricted universe multiverse deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ <版本代号>-backports main restricted universe multiverse 

中科大镜像源:

deb https://mirrors.ustc.edu.cn/ubuntu/ <版本代号> main restricted universe multiverse deb https://mirrors.ustc.edu.cn/ubuntu/ <版本代号>-updates main restricted universe multiverse deb https://mirrors.ustc.edu.cn/ubuntu/ <版本代号>-security main restricted universe multiverse deb https://mirrors.ustc.edu.cn/ubuntu/ <版本代号>-backports main restricted universe multiverse 

示例:
如果你使用的是 Ubuntu 24.04(noble),那么 sources.list 应该修改为:

deb http://mirrors.aliyun.com/ubuntu/ noble main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ noble-updates main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ noble-security main restricted universe multiverse deb http://mirrors.aliyun.com/ubuntu/ noble-backports main restricted universe multiverse 
在这里插入图片描述

5. 保存并更新软件源

完成修改后,按 Ctrl + X 退出 nano 编辑器,按 Y 保存更改。

然后运行以下命令更新软件源信息:

sudoapt update &&sudoapt upgrade -y

6. 自动选择最快的软件源(可选)

如果不确定哪个镜像源最快,可以使用 netselect-aptmirrors 自动选择最佳源:

sudoaptinstall netselect-apt -ysudo netselect-apt 
sudoaptinstall apt-mirror apt-mirror 

系统会自动检测并生成 sources.list,然后运行:

sudoapt update 

7. 恢复默认 Ubuntu 源(如果遇到问题)

如果新的镜像源不可用或有问题,可以恢复默认源。

官方 Ubuntu 源:

deb http://archive.ubuntu.com/ubuntu <版本代号> main restricted universe multiverse deb http://archive.ubuntu.com/ubuntu <版本代号>-updates main restricted universe multiverse deb http://security.ubuntu.com/ubuntu <版本代号>-security main restricted universe multiverse deb http://archive.ubuntu.com/ubuntu <版本代号>-backports main restricted universe multiverse 

然后执行:

sudoapt update 

总结

  1. 使用图形界面(推荐给新手)或手动修改 sources.list 来更换镜像源。
  2. 备份 sources.list,防止出错。
  3. 确定 Ubuntu 版本代号(如 noblejammy)。
  4. 选择合适的国内镜像源(阿里云、清华、中科大等)。
  5. 修改 sources.list 并保存。
  6. 执行 sudo apt update && sudo apt upgrade -y 确保更新。
  7. 遇到问题可以恢复默认源。

通过这些步骤,你可以有效地优化 Ubuntu 的软件源,提高软件更新和安装的速度。如果你在未来使用其他版本 Ubuntu,也只需替换 <版本代号> 即可轻松适配。

Read more

人工智能:大模型高效推理与部署技术实战

人工智能:大模型高效推理与部署技术实战

人工智能:大模型高效推理与部署技术实战 1.1 本章学习目标与重点 💡 学习目标:掌握大语言模型推理与部署的核心技术,理解模型量化、推理加速、服务化部署的原理,能够完成开源大模型的高性能生产级部署。 💡 学习重点:精通INT4/INT8量化技术的应用,掌握vLLM等高性能推理框架的使用方法,学会搭建高并发的大模型API服务。 1.2 大模型推理部署的核心挑战 1.2.1 大模型推理的痛点分析 💡 预训练大模型通常具备数十亿甚至上百亿的参数量,直接进行推理会面临显存占用高、推理速度慢、并发能力弱三大核心问题。 * 显存占用高:以LLaMA-2-7B模型为例,FP16精度下显存占用约14GB,单张消费级显卡难以承载;而70B模型FP16精度显存占用更是超过140GB,普通硬件完全无法运行。 * 推理速度慢:自回归生成的特性导致模型需要逐token计算,单条长文本生成可能需要数十秒,无法满足实时应用需求。 * 并发能力弱:传统推理方式下,单卡同时处理的请求数极少,高并发场景下会出现严重的排队和延迟问题。 这些问题直接制约了大模型从实验室走向实际生产环境,因此高效

By Ne0inhk
通义灵码 AI 程序员 实操全指南:从 IDE 安装到全栈需求落地(多文件批量修改 + 报错自动修复 + 跨语言开发)

通义灵码 AI 程序员 实操全指南:从 IDE 安装到全栈需求落地(多文件批量修改 + 报错自动修复 + 跨语言开发)

1. 背景与趋势 随着软件系统复杂度提升,传统开发模式面临代码重复率高、调试周期长、跨语言协作难等挑战。AI辅助编程已从单文件代码补全,演进为项目级代码理解、全流程开发辅助的核心生产力工具。通义灵码作为AI程序员,整合代码生成、重构、调试、多语言协作等能力,可覆盖从需求分析到部署上线的完整开发链路。 2. 核心技术原理 2.1 代码预训练与多语言理解 基于大规模代码语料(覆盖100+编程语言、10TB+开源代码),采用Transformer架构的代码大模型,学习语法规则、语义逻辑、设计模式及最佳实践,支持Java、Python、Go、Rust、TypeScript等主流语言的深度理解。 2.2 上下文感知与长序列处理 支持100K+ Token上下文窗口,可解析项目级代码结构(包括多文件依赖、类继承关系、API调用链),实现跨文件的逻辑一致性校验与修改。 2.3 多模态交互与工具链集成 支持自然语言、代码片段、错误日志、

By Ne0inhk
人工智能:自然语言处理在法律领域的应用与实战

人工智能:自然语言处理在法律领域的应用与实战

自然语言处理在法律领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在法律领域的应用场景和重要性 💡 掌握法律领域NLP应用的核心技术(如法律文本分类、实体识别、合同分析) 💡 学会使用前沿模型(如LegalBERT、LexGLUE)进行法律文本分析 💡 理解法律领域的特殊挑战(如专业术语、法律规范、数据稀缺) 💡 通过实战项目,开发一个合同分析应用 重点内容 * 法律领域NLP应用的主要场景 * 核心技术(法律文本分类、实体识别、合同分析) * 前沿模型(LegalBERT、LexGLUE)在法律领域的使用 * 法律领域的特殊挑战 * 实战项目:合同分析应用开发 一、法律领域NLP应用的主要场景 1.1 法律文本分类 1.1.1 法律文本分类的基本概念 法律文本分类是将法律文本划分到预定义类别的过程。在法律领域,法律文本分类的主要应用场景包括: * 判例分类:将判例分为不同的类别(如民事、刑事、行政) * 法律文件分类:

By Ne0inhk
Flutter for OpenHarmony:graphql_codegen 让 GraphQL 开发如丝顺滑,自动化生成类型安全的 Dart 代码(Schema 到 Model) 深度解析与鸿蒙适

Flutter for OpenHarmony:graphql_codegen 让 GraphQL 开发如丝顺滑,自动化生成类型安全的 Dart 代码(Schema 到 Model) 深度解析与鸿蒙适

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net 前言 在 GraphQL 开发中,手动解析 JSON 是极其低效且易出错的。graphql_codegen 通过自动生成的强类型 Dart 代码,让你的开发体验从“黑盒解析”进化到“全量代码提示”。 本指南将结合 OpenHarmony 环境,详细介绍如何配置、编写以及解决常见的版本与构建报错。 一、 核心原理解析 graphql_codegen 的工作流程可以概括为:输入(Schema + Query) -> 编译 -> 输出(Type Safe Dart Code)。 * Schema (lib/schema.graphql): 它是服务端的“说明书”

By Ne0inhk