VMware虚拟机中搭建NEURAL MASK本地开发与测试环境

VMware虚拟机中搭建NEURAL MASK本地开发与测试环境如果你是一名开发者日常工作离不开Windows或macOS但又经常需要Linux环境来跑一些特定的开发项目或AI模型那你肯定对虚拟机不陌生。直接在物理机上装双系统太折腾用云服务器又觉得网络延迟和费用是个问题。这时候在本地用虚拟机搭建一个Linux开发环境就成了一个非常理想的折中方案。今天我就来手把手带你走一遍如何在VMware Workstation里创建一台Ubuntu虚拟机并把它打造成一个能顺畅运行NEURAL MASK这类AI项目的本地开发测试环境。整个过程会涵盖从虚拟机创建、系统安装到开发环境配置、宿主机与虚拟机文件共享甚至包括如何利用主机的NVIDIA GPU来加速如果你的电脑有独立显卡的话。跟着步骤走即使你之前没怎么用过VMware也能轻松搞定。1. 准备工作软件与镜像下载工欲善其事必先利其器。在开始动手之前我们需要准备好两样核心的东西虚拟机软件和Linux系统镜像。首先是虚拟机软件。我们选择VMware Workstation Player它的个人版是免费的功能对于个人开发和学习来说完全够用。你可以去VMware官网找到它并下载对应你主机系统Windows或macOS的版本。安装过程就是一路“下一步”没什么特别需要注意的。其次是Linux系统镜像。这里我们选择Ubuntu 22.04 LTS。LTS代表长期支持版本比较稳定社区支持也好非常适合作为开发环境的基础。同样去Ubuntu官网下载桌面版Desktop的ISO镜像文件即可。建议下载时核对一下SHA256校验值确保文件完整无误。最后确保你的主机电脑满足一些基本要求内存建议主机至少有16GB物理内存。因为我们要分给虚拟机一部分比如8GB这样主机和虚拟机都能比较流畅地运行。存储空间为虚拟机预留至少50GB的磁盘空间。Ubuntu系统本身加上开发工具和项目文件这个空间比较稳妥。CPU虚拟化支持绝大多数现代CPU都支持但需要你在主机的BIOS/UEFI设置里确保“Intel VT-x”或“AMD-V”虚拟化技术是开启状态的。这个一般默认就是开的如果后续创建虚拟机报错可以检查一下这里。2. 创建并安装Ubuntu虚拟机东西都准备好了我们就可以打开VMware Workstation Player开始“组装”我们的虚拟电脑了。2.1 新建虚拟机向导打开VMware点击“创建新虚拟机”。通常会弹出一个向导我们选择“典型”配置即可这能满足我们大部分需求。第一步是选择安装来源。这里我们选择“安装程序光盘映像文件(iso)”然后点击“浏览”找到你刚才下载的Ubuntu 22.04的ISO文件。VMware识别到这是Ubuntu后通常会帮你自动选择一些默认设置很方便。接下来需要设置虚拟机的登录信息。你需要想一个全名、用户名和密码并记住它们。这个用户名和密码就是你以后登录这个Ubuntu系统的凭证。然后是为虚拟机命名并选择它的存放位置。名字可以起个有意义的比如“Ubuntu_Dev”。位置强烈建议不要放在C盘系统盘而是放在其他有充足空间的磁盘分区里比如D:\VMs\这样的路径下。这样即使重装主机系统你的虚拟机文件也不会丢失。2.2 指定磁盘容量与硬件配置接下来是配置虚拟硬盘。向导会建议一个大小比如20GB我们可以调大一些比如50GB。下面的选项“将虚拟磁盘拆分成多个文件”和“将虚拟磁盘存储为单个文件”都可以单个文件管理起来简单拆分多个文件在迁移时可能有点优势按你喜欢的选择就行。在点击“完成”之前先别急我们最好再自定义一下硬件让虚拟机更符合开发需求。点击“自定义硬件...”按钮。在这里我们可以进行几项关键调整内存在“内存”选项里根据你主机总内存来分配。如果主机有16GB分给虚拟机8GB (8192 MB)是个不错的起点。处理器在“处理器”选项里可以给虚拟机分配更多的CPU核心。比如主机是8核CPU可以分配4个核心给虚拟机这样编译和运行程序会快很多。网络适配器在“网络适配器”里确保它连接的是“NAT模式”。这个模式最简单虚拟机会共享主机的IP地址上网就像你家路由器下的另一台设备一样无需额外配置就能访问网络。显示器如果你主机屏幕分辨率很高可以在“显示器”里将“指定监视器设置”调整为你的主机分辨率这样Ubuntu桌面看起来会更舒服。检查无误后关闭硬件设置窗口点击“完成”。VMware就会开始创建你的虚拟磁盘文件。2.3 安装Ubuntu系统虚拟机创建好后它就会自动从我们指定的ISO镜像启动进入Ubuntu的安装界面。安装过程基本上是图形化点击和在一台真实电脑上安装系统差不多。选择语言点击“安装Ubuntu”。键盘布局一般默认就行。安装类型选择“正常安装”就可以为了节省空间也可以取消勾选“安装Ubuntu时下载更新”。最重要的就是磁盘分区。因为我们是在虚拟硬盘上安装所以选择“清除整个磁盘并安装Ubuntu”是最安全省事的它不会影响到你主机本身的任何数据。点击“现在安装”。确认时区输入你之前设置的用户名和密码。接下来就是等待安装过程自动完成。安装结束后它会提示你重启。重启后你就拥有了一个全新的、运行在你主机里的Ubuntu系统了3. 配置开发环境与宿主机共享系统装好了但还是个“裸”系统。我们需要把它武装起来安装开发所需的工具并打通和主机之间的文件共享通道。3.1 基础系统更新与工具安装首先打开Ubuntu里的“终端”。我们可以先更换一下软件源以获得更快的下载速度对于国内用户尤其有用。# 备份原来的源列表 sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup # 使用sed命令替换默认源为国内镜像源这里以阿里云为例 sudo sed -i s/archive.ubuntu.com/mirrors.aliyun.com/g /etc/apt/sources.list sudo sed -i s/security.ubuntu.com/mirrors.aliyun.com/g /etc/apt/sources.list # 更新软件包列表 sudo apt update然后安装一些开发必备的基础工具# 升级所有已安装的包 sudo apt upgrade -y # 安装编译工具链、Git版本控制等 sudo apt install -y build-essential git curl wget vim net-tools3.2 安装Python与项目管理工具NEURAL MASK这类AI项目通常基于Python。Ubuntu 22.04自带了Python 3.10我们直接使用它并安装pip和虚拟环境管理工具。# 安装pip和venv sudo apt install -y python3-pip python3-venv # 升级pip到最新版 pip3 install --upgrade pip我强烈推荐使用venv来为每个项目创建独立的Python环境避免包冲突。# 假设你的项目目录是 ~/projects/neural_mask cd ~ mkdir -p projects cd projects # 创建虚拟环境 python3 -m venv neural_mask_env # 激活虚拟环境 source neural_mask_env/bin/activate # 激活后命令行提示符前会出现 (neural_mask_env)3.3 配置宿主机共享文件夹关键步骤这是提升开发体验的关键一步。我们希望在主机比如Windows上用熟悉的IDE写代码代码文件自动同步到Ubuntu虚拟机里运行测试。VMware提供了“共享文件夹”功能。首先在VMware中关闭这台Ubuntu虚拟机的电源。在VMware的虚拟机设置中找到“选项”标签页。选择“共享文件夹”将其设置为“总是启用”。点击“添加”按钮跟着向导选择你主机上希望共享给虚拟机的那个文件夹例如D:\ShareWithVM。你可以给它起一个在虚拟机里看到的名称比如host_share。完成添加后启动Ubuntu虚拟机。进入Ubuntu系统后共享文件夹通常会自动挂载在/mnt/hgfs/目录下。你可以用以下命令查看和访问# 查看是否挂载成功 ls -la /mnt/hgfs/ # 你应该能看到 host_share 目录 cd /mnt/hgfs/host_share如果没看到可能需要手动安装VMware Tools新版VMware可能已集成或检查设置。这样你在主机D:\ShareWithVM里放的文件在Ubuntu里就能直接访问和运行了。4. 配置NEURAL MASK项目运行环境环境基础打好了现在我们来针对NEURAL MASK项目进行配置。这里会分两种情况如果你的主机有NVIDIA GPU我们可以尝试直通给虚拟机以获得硬件加速如果没有就用CPU来运行。4.1 情况一使用主机GPUGPU直通/Passthrough注意GPU直通对主机系统和VMware版本有要求通常需要VMware Workstation Pro并开启相关支持且配置较为复杂。这里简述原理和大致步骤具体操作需根据你的硬件和软件版本查阅详细指南。关闭虚拟机在VMware设置中将虚拟机显卡设置为“兼容性Expose IOMMU direct passthrough”名称可能因版本而异。在主机上需要配置防止主机显卡驱动占用该GPU。启动虚拟机后在Ubuntu内安装对应的NVIDIA驱动和CUDA工具包。安装PyTorch等深度学习框架时选择支持CUDA的版本。由于步骤繁琐且依赖具体环境对于新手如果只是用于学习和轻度测试更推荐下面这种更通用的CPU方式。4.2 情况二使用CPU模拟环境通用方案大多数情况下尤其是笔记本电脑或没有独立GPU的主机我们使用CPU来运行。虽然速度不如GPU但对于代码调试、功能验证完全足够。在你的项目共享文件夹或虚拟机内项目目录中通常会有项目的依赖说明文件requirements.txt。我们在之前激活的虚拟环境中安装它们。# 确保在虚拟环境中 source ~/projects/neural_mask_env/bin/activate # 切换到你的项目代码目录假设代码在共享文件夹里 cd /mnt/hgfs/host_share/neural_mask_project # 安装项目依赖 pip install -r requirements.txt如果项目没有requirements.txt你可能需要根据其文档手动安装核心库例如pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu pip install opencv-python pillow numpy matplotlib安装完成后你就可以按照NEURAL MASK项目的README文档尝试运行它的示例脚本或测试命令了。比如python demo.py --input some_image.jpg5. 常见问题与优化建议搭建过程中你可能会遇到一些小麻烦。这里列举几个常见的虚拟机无法上网检查虚拟机网络适配器是否为“NAT模式”。在Ubuntu内可以尝试ping 8.8.8.8测试网络连通性或用sudo dhclient命令重新获取IP。共享文件夹不显示首先确认VMware设置中共享文件夹已启用并正确指向主机目录。在Ubuntu中可以尝试安装open-vm-toolssudo apt install open-vm-tools open-vm-tools-desktop然后重启虚拟机。虚拟机运行卡顿可能是分配的资源不足。可以尝试关闭虚拟机后在设置中增加分配的内存和CPU核心数。同时在Ubuntu内部使用轻量级的桌面环境或关闭不必要的视觉效果也能提升流畅度。软件安装慢如前所述更换为国内的软件源如阿里云、清华源可以极大提升apt和pip的下载速度。为了获得更好的开发体验我建议使用VS Code远程开发在主机上安装VS Code再安装“Remote - SSH”扩展。然后在Ubuntu虚拟机中开启SSH服务sudo apt install openssh-server你就可以用VS Code直接连接并编辑虚拟机内的文件了体验几乎和本地开发一样。定期创建快照在VMware中在系统配置完好、项目环境搭建成功后可以创建一个“快照”。这相当于一个系统还原点以后万一环境被玩坏了可以一键恢复到快照时的状态非常省时省力。6. 总结走完这一整套流程你应该已经在VMware里拥有一个完全属于你自己的、功能齐全的Ubuntu开发环境了。从最基本的系统安装到开发工具配置再到打通宿主机和虚拟机的文件共享最后准备好NEURAL MASK项目的运行环境。用虚拟机做开发测试最大的好处就是隔离性和可复现性。你的实验环境不会污染主机系统可以随意安装、卸载软件。通过快照功能又能轻松管理多个不同的项目环境。虽然GPU直通配置有些门槛但纯CPU环境对于大多数代码编写、逻辑调试和功能验证来说已经非常高效实用了。下次当你需要在Windows或macOS下却又离不开Linux命令行和生态时不妨试试这个方法。一开始的搭建可能需要一点耐心但一旦环境配置好它就会成为一个随用随开、稳定可靠的开发利器。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。