深度学习的代码,好多都需要安装一些安装包,在服务器上安装需要权限就很麻烦.看到网上有说把这些安装包一个个下载下来上传到服务器再安装,心累,想想工程量就很大~~~ 这时候就可以在anaconda中新建虚拟环境,把这些需要的安装包都装到一个虚拟环境里面. 首先,找到conda的路径.服务器上的conda在/usr/local/anaconda3/bin,注意直接cd到这个目录输入conda会找不到,可以留个bin下来. conda -V 得到conda的版本 conda env list查看当前设置

可参考:https://www.jianshu.com/p/ab9ae548b253 虚拟环境是Python的隔离工作副本.这意味着每个环境都可以具有自己的依赖关系,甚至可以具有自己的Python版本. 如果您需要不同版本的Python或不同项目的软件包,这将很有用.在测试软件包并确保您的主要Python安装保持健康时,这也可以使事情保持整洁. 使用Anaconda创建虚拟环境1.创建虚拟环境 *注: 以下的涉及到的命令中的--user选项和省略(如果默认安装当前用户的话). pip insta

首先安装anaconda(3) Anacond的介绍Anaconda指的是一个开源的Python发行版本,其包含了conda.Python等180多个科学包及其依赖项. 因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python). Conda是一个开源的包.环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换 A

由于需要使用Tensorflow的1.xx的低版本,但是cmd下载一直报错没有解决,就想着用Anaconda,但是真实环境我已经装上Tensorflow2.0了不想换了,所以就想着再建一个python3.6的虚拟环境.不过这个过程还是比较曲折的,这篇文章把整个过程的操作和报错解决方法记录下来,以备后用.内容包括: 虚拟环境建立 添加虚拟环境到jupyter notebook 错误解决方法 建立Anaconda虚拟环境 以管理员身份运行Anaconda Prompt 输入以下命令: conda c

当我们无法从本地仓库找到需要的构件的时候,就会从远程仓库下载构件至本地仓库.一般地,对于每个人来说,书房只有一个,但外面的书店有很多,类似第,对于Maven来说,每个用户只有一个本地仓库,但可以配置访问很多远程仓库. Eclipse *版本 Eclipse *下载 强烈推荐书籍:Maven实战   许晓斌著.目前是第一版 注意:最新版本的Eclipse代号Mars,已经直接集成了Maven,所以无需安装m2Eclipse插件. Eclipse下新建Maven项目 1.下载Maven安装包 进入M

简洁:不超过5个java文件 依赖:仅依赖aapt.exe 支持:仅限windows 功能:用纯java获取apk文集里的包名,版本号,图标文件[可获取到流直接保存到文件系统] 原理:比较上一篇文章里通过反编译然后解析AndroidManifest.xml的方式,此种方式更加简单,通过模拟执行aapt截取cmd输出并整理获取信息. 附件为源码,test/demo 为演示,output下为编译后的jar文件. 参考开源项目: http://code.google.com/p/cfuture09-a

1 曾经的困扰 有段时间,想使用基于不同python版本的anaconda,就直接从官网下载了两个不同的anaconda版本进行安装.刚开始的时候,还觉得也没啥问题.用了一小段时间,在安装其他的第三方库时,经常发现安装失败,并且经常出现下面的问题:这个问题,我google.百度等查了好久,也没有解决好.后来,我把两个版本的anaconda都卸载了,重新安装了其中一个版本,发现再安装其他第三方库时,上述问题就不存在了.很有可能上述问题就是同时安装两个版本的anaconda引起的(不过我也不能完全肯

工作时有时候会遇到不同版本的问题,比如深度学习tensorflow 1.14版本 和 2.0版本,或者cpu版本和gpu版本,那么这个时候建立虚拟环境就很方便了 anaconda命令行下 1) activate 默认进入base环境 2)conda create -n XXX python=3.7 创建了一个含有python=3.7的环境,名字叫XXX 3)activate XXX 有时候是 source activate XXX(进入该环境以后就可以安装自己想要的包了,pip install

首先,创建一个环境用来安装Tensorflow: conda create -n tensorflow python=3.5.6 安装以后,在Anaconda Navigator可以看到已经增加了一个新环境: 在cmd窗口中输入: conda activate tensorflow 安装Tensorflow的GPU版本: pip install --upgrade --ignore-installed tensorflow--gpu 在PyCharm中,File->Settings->Proj

# 1.创建虚拟环境 conda create -n env_name python==版本号 # 2.激活虚拟环境 conda activate env_name # 3.下载相关模块 pip install 模块名 # 4.查看模块 pip freeze # 5.删除模块 pip uninstall 模块名 # 6.删除虚拟环境 conda env remove -n env_name

安装tensorflow等如下: https://blog.csdn.net/Gransand/article/details/80713810 修改默认打开目录如下: https://blog.csdn.net/u014552678/article/details/62046638 参加方式2并将%U删除 注意事项: 用pip安装时,崩了两次环境了.因为安装一个安装包时,会附带安装其他的,但是conda方式已经安装过,两个就会冲突. pip是python官方的安装方式,conda是anacon

引言 都说 StringBuilder 在处理字符串拼接上效率要强于 String,但有时候我们的理解可能会存在一定的偏差.最近我在测试数据导入效率的时候就发现我以前对 StringBuilder 的部分理解是错误的.后来我通过实践测试 + 找原理 的方式搞清楚了这块的逻辑.现在将过程分享给大家 测试用例 我们的代码在循环中拼接字符串一般有两种情况 第一种就是每次循环将对象中的几个字段拼接成一个新字段,再赋值给对象 第二种操作是在循环外创建一个字符串对象,每次循环向该字符串拼接新的内容.循环结束

基础准备 修改本地时区 cp -rf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime 安装epel yum源 yum -y install epel-release 安装各类依赖环境,依赖包 yum -y groupinstall "Development Tools" yum -y install openssl-devel bzip2-devel expat-devel gdbm-devel readline-devel sqlit

conda config --show conda config --set auto_activate_base False

1.使用Keil开发STM32程序时,需要下载STM32固件包 首先,keil就是一个编辑器,就跟记事本一样. 但keil还可以编译链接程序. 在创建一个工程时,要选择芯片序列. 要选择芯片序列的原因是:每种芯片都有与之对应的包,这些包里大部分都是C文件和H文件. 全世界有许多类型的芯片,而且在不断更新,keil软件若把所有的包都包含进去,软件体量则相当大. 于是,自己开发什么芯片,下载相应的包就好了. STM32F1系列芯片开发包: 链接:https://pan.baidu.com/s/1Xz

环境 Chrome jmeter3.1 fiddler4 win7 32位 Linux CentOs6.4 bugfree3.0.1 链接:http://pan.baidu.com/s/1gfHpbpD 密码:wpxj  jmeter3.1软件包 链接:http://pan.baidu.com/s/1miHeNfa 密码:yqlp  fiddler4软件包 如果链接失效,可以自己网上寻找资源,或者加我百度云:天涯咫尺HK 一.打开jmeter.添加线程组.录制控制器.HTTPCookie管理器.

Python提供丰富和强大的标准库和第三方库. sys库 在命令窗口中可以输入参数 若想将参数打印出来, 可以这样写: print(sys.argv[2]) os库 可以创建文件夹. 类似于Java里的File包. import sys #.py文件名不能和导入的包名一样,否则系统会混乱.类似Java中package名和class名不能一样. #打印环境变量 # print(sys.path) # 打印当前脚本的相对路径 # print(sys.argv) #此文件未在c盘下,所以打印会报错 #

在spring boot项目加载Junit jar包之后,发现jar的颜色是灰色的,和其它的不一样. 带着好奇问了问身边的大神,大神解释说是因为pom文件里依赖项带上了<scope>test</scope>导致的——scope为test表示依赖项目仅仅参与测试相关的工作,包括测试代码的编译和执行.比较典型的是junit.所以,如果删除<scope>test</scope>即可解决这个问题.贴一下依赖项: <dependency> <grou

参考: https://www.jianshu.com/p/51140800e8b4 安装 virtualenvwrapper Virtaulenvwrapper是virtualenv的扩展包,可以更方便地新增,删除,复制,切换虚拟环境. 运行下面命令就安装成功了,默认安装在 /usr/local/bin下面: 写完后要source  ~/.bashrc   这样才能生效

是因为pom里面带上了<scope>XXX</scope>导致的, scope的分类 在POM 4中,<dependency>中还引入了<scope>,它主要管理依赖的部署.目前<scope>可以使用5个值: * compile,缺省值,适用于所有阶段,会随着项目一起发布. * provided,类似compile,期望JDK.容器或使用者会提供这个依赖.如servlet.jar. * runtime,只在运行时使用,如JDBC驱动,适用运行和测