新闻详情

新闻详情

首页 / 资讯中心 / 详情

ubuntu系统*网络配置*初始化

发布时间:2026/11/21 14:44:35来源:尧图网络
ubuntu系统*网络配置*初始化
#如果用的是vmware就要注意软件网络配置在 Ubuntu 系统特别是无桌面的 Server 版中初始化网络通常分为四个核心步骤确认网卡名称、配置网络参数、应用配置、验证连通性。由于 Ubuntu 18.04 及以后的版本默认使用 Netplan 作为网络管理工具以下是标准的初始化流程第一步确认网卡名称在修改任何配置前必须先知道系统分配给网卡的名称如 ens33, enp3s0, eth0 等。ip a在输出中找到带有 UP 或 DOWN 状态的非 lo (回环) 接口记下它的名字。第二步编辑 Netplan 配置文件Netplan 的配置文件通常位于 /etc/netplan/ 目录下文件名可能是 00-installer-config.yaml 或 01-netcfg.yaml。如果是图形化界面可以直接在外面先配置一遍可以再对应参考来修改。1.查看并编辑配置文件sudo nano /etc/netplan/00-installer-config.yaml根据你的需求选择以下一种配置写入2.场景 ADHCP 自动获取 IP最常用network: version: 2 renderer: networkd ethernets: ens33: # 替换为你的实际网卡名 dhcp4: true optional: true场景 B配置静态 IP生产环境推荐network: version: 2 renderer: networkd ethernets: ens33: # 替换为你的实际网卡名 dhcp4: false addresses: - 192.168.1.100/24 routes: - to: default via: 192.168.1.1 # 你的网关 nameservers: addresses: - 8.8.8.8 - 114.114.114.114⚠️ 注意YAML 文件对缩进极其严格必须使用空格不能用 Tab且冒号后面必须有空格。第三步应用并验证配置为了防止配置错误导致服务器断网失联强烈建议使用 try 命令sudo netplan try系统会应用配置并等待 120 秒如果你此时网络断开它会自动回滚到上一个配置。如果网络正常按 Enter 确认即可。确认无误后直接应用使其永久生效sudo netplan apply第四步验证网络状态执行以下命令检查网络是否初始化成功# 1. 检查 IP 是否分配成功 ip addr show ens33 ​ # 2. 检查网关和路由是否正确 ip route ​ # 3. 测试外网连通性 ping www.baidu.com问题阐述1.网卡配置IP、网关错误是否开启DHCP。其次是域名解析错误。IP a 查看网卡信息。IP route 查看网关。ping 8.8.8.8/114.114.114.114排除物理/网关问题ping baidu.com ,主要域名解析问题。手段从上而下是排查具体流程。最后如果觉得有帮助请可以给一个赞吗让自己得到一个小反馈。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/21 21:08:55

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/21 19:02:25

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉