墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
500+累计阅读
528平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
首先需要生成配置文件
PS C:\Windows\system32> jupyter lab --generate-config
Writing default config to: C:\Users\xiyu\.jupyter\jupyter_notebook_config.py
实际上，jupyter notebook 生成的配置文件也是相同。
jupyter notebook --generate-config
然后修改配置文件
去除注释，并将其改为需要的路径
## The directory to use for notebooks and kernels.
c.NotebookApp.notebook_dir = 'D:\\notebook\\'
注意：notebook这个文件夹要首先创建好！！
但是，如果使用Jupyter Notebook (anaconda)这个快捷方式打开，则不会读取配置文件。
需要删除，快捷方式目标中的 “%USERPROFILE%” ，其的意思是使用用户的根目录作为jupyter的根目录。
GOM Correlate拉伸试验后处理操作
本文描述了使用GOM Software 2022对拉伸试样进行后处理的操作，包括设置检测点、引伸计、输出应变数据到表格、输出报告为视频等
Jupyter Notebook 的简单配置与使用
jupyter notebook设置默认路径，快速启动。
利用ArcGIS的模型构建器实现批量投影栅格和批量克里金插值
博主要批量投影几百个栅格，但是ArcGIS中的投影栅格的批处理工具需要手动一条条设置参数，还是麻烦，因此学习了使用模型构建器（ModelBuilder）来批量投影栅格，可以导入需投影栅格的文件夹，然后迭代投影，并按栅格原名逐个输出到指定目录。 1.在工具箱里构建模型 在arctool box里右键点击空白处，选择【添加工具箱】，点击ArcGIS默认工作目录的工具箱进行添加，然后Toolbox就会被添加到ArcToolbox页面，右键点击Toolbox，选择“新建”-“模型” 2.编写模型 （1）.
jupyter_notebook_config.py的配置详解
# Configuration file for jupyter-notebook. #------------------------------------------------------------------------------ # Application(SingletonConfigurable) configuration #-----------------------...
POST 接口，将参数拼接到 URL 上，而不是将其作为表单数据发送
POST 接口，将参数拼接到 URL 上，而不是将其作为表单数据发送
数据集分享 | IWR1642呼吸心跳数据集
雷达开源数据库 数据集
jupyter notebook配置指南
涉及内容 1. Jupyter Notebook安装（conda） 2. Jupyter Notebook修改默认工作目录 3. Jupyter Notebook自动补全 4. Jupyter Notebook切换不同环境（不同核）
快速上手：网页版EggNOG功能注释全流程解析
本文详细解析了网页版EggNOG在蛋白序列功能注释中的全流程操作，从初识工具到实战技巧，涵盖FASTA格式处理、参数设置、结果解读及常见问题解决方案。特别适合生物信息学初学者快速掌握这一高效注释工具，提升非模式生物基因组研究的注释效率。
【机器学习】Jupyter Notebook 修改默认路径
修改默认路径，可以知道自己的文件存放在哪里了，方便创建的文件存储，也方便上传。另外也便于文件分类，如果跟系统文件混在一个文件夹，就很乱了。
WPS Office 2026免费安装指南：AI办公与安全使用全解析
办公软件作为数字化办公的核心工具，其基本原理是通过文档处理、数据计算和演示展示等功能模块满足用户日常办公需求。随着人工智能技术的发展，现代办公软件逐步集成AI能力，通过自然语言处理和数据分析算法提升工作效率。在技术价值层面，优秀的办公软件不仅需要保持格式兼容性和跨平台同步能力，更要注重用户数据安全防护。从应用场景来看，无论是个人文档编辑、企业报表分析还是团队协作演示，办公软件都发挥着关键作用。WPS Office 2026作为国产办公软件代表，深度融合AI助手功能，支持智能写作和数据分析，同时通过官方免费策
社工库2.0
#大题目 社工库2.0 ###环境 whoosh2.7 jieba 12306 python3.7 网上嫖来的网页模板（感谢站长之家 ###实现效果 建立的索引文件 好看的页面 更快的查找速度 ###实现过程 具体的实现过程比较简易，毕竟whoosh已经封装的很好了 第一步 建立索引并存储 schema = Schema(zhanghao=TEXT(stored=True), code=STORED, name=TEXT(stored=True, analyzer=
Anaconda安装以及Jupyter Notebook 默认工作路径和默认浏览器修改和安装代码补全插件
一、安装Anaconda 默认安装就行 二、修改默认文件路径 1. 找 jupyter_notebook_config.py 这个文件 一般会存放的路径：C:\Users\...\.jupyter\jupyter_notebook_config.py # ... 为你的用户名 如果找不到这个文件，则点击开始菜单，找到Anaconda3下拉菜单中的Anaconda Prompt 点击打开： 输入以下内容，并按enter键 jupyter notebook--gen...
UDS自动化测试-Service 0x27(CAPL调用dll实现key计算)
相信读者基于Diagnostic/ISO TP Confighration中cdd、dll文件的测试并不陌生，本文基于其的基础上，介绍在capl中调用内置的函数diagGenerateKeyFromSeed实现27服务解锁，从而进行诊断自动化测试。本文基于4个byte的Seed、16个byte的Key的安全访问，实现27服务的自动化测试。需要加载项目使用的cdd文件，如果没有的情况下可以使用canoe例程中默认的cdd文件。
win10修改Jupyter工作文件保存路径
删除 #c.NotebookApp.notebook_dir = ' ' 这一行最前面的#；以我自身为例，我想要把配置文件放在：M:\software\kaifa\Anaconda\file。未配置则会直接在C:\Users\“计算机名”.jupyter 下产生一个配置文件jupyter_notebook_config.py。二、在jupyter_notebook_config.py文件中配置工作文件保存的路径。开始-右键Jupyter Notebook，点击【更多】，点击【打开文件位置】
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');```[](https://bitdeli.com/free "Bitdeli Badge")
Camera2Demo
在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作
【Anaconda】修改Anaconda中的Jupyter Notebook默认工作路径
这二天,安装了anaconda想更改jupyter的工作路径,在网上找了一下 方式1. 打开Windows的cmd，在cmd中输入jupyter notebook --generate-config如下图： 可以看到路径为D:\Users……找到此路径修改jupyter_notebook_config.py文件 打开此文件找到 ## The directory to use for...
Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox（带书签），MATLAB统计学习工具
jupyter打开c盘_修改jupyter默认路径后打开jupyter notebook还是默认打开C盘的路径会有很多文件的解决方法...
Anaconda 3 为例，运行系统是Win 10一般好多朋友做好前两种就可以,但是在我的电脑上则不行,需要补充第三种方式.1、添加jupyter_notebook_config.py配置文件打开Windows运行框，方式有：1)windows+R快捷键；2)“开始”菜单中搜索“运行”；3) “开始”菜单，“附件”中点击“运行”；然后输入cmd指令(或“开始”菜单，“附件”中点击“命令提示符”)命...
VC中sqlite的使用
在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示
修改Anaconda中Jupyter Notebook默认工作路径的详细图文教程（Win 10）
按照网上流传的三种修改方式一步一步做下来，都没有成功。反复试验了几次终于成功了。后来推测大概是安装过程和系统环境不同导致的。 我的环境： 我用的系统是 Win 10，Anaconda 是从官网直接下载 .exe 文件安装的。所有设置都是默认设置。 Jupyter Notebook 是 Anaconda 默认安装的，没有另行处理。安装完成后，开始菜单中的目录如下： 此时的 Jupyter No...
修改notebook的默认路径_Win10中修改Anaconda自带Jupyter Notebook工作路径
Jupyter Notebook对于新手来说，是比Pycharm好用得多。但是，头疼的是Jupyter的默认工作路径没法像Pycharm那样随心所欲的更改。 记录一下我更改Win10中Anaconda自带Jupyter Notebook工作路径的过程，仅供大家参考。网上的参考方法很多，这里随意贴出来一个优快云-专业IT技术社区-登录blog.youkuaiyun.com一共有三种...
Windows修改jupyter默认工作路径
转载自：https://blog.youkuaiyun.com/white_rabbit_2/article/details/83862429 按照网上流传的三种修改方式一步一步做下来，都没有成功。反复试验了几次终于成功了。后来推测大概是安装过程和系统环境不同导致的。 我的环境： 我用的系统是 Win 10，Anaconda 是从官网直接下载 .exe 文件安装的。所有设置都是默认设置。 Jupyter ...
怎么修改win10系统中Anaconda3中notebook的默认工作路径
我是win10的系统，先安装的notebook，修改好默认工作路径然后才安装了Anaconda3，发现网上从网上搜的很多修改Anaconda3中notebook的默认工作路径的方法对我的电脑不起作用。以下是我无意中从网上看到的一个办法，亲测可行，mark以下。 一：点击左下角的win10标志图片 从所有程序列表中找到Anaconda下的安装软件列表，点击Anaconda prompt，这也是一个...
win10下更改Jupyter notebook 的工作路径
其实很简单。 第一步： 打开Windows的cmd，在cmd中输入jupyter notebook --generate-config。 注：如果上面的无法执行，可能是SSL没有导入成功，可以参考上一篇文章： win10中的import ssl报错处理 找到对应路径下修改jupyter_notebook_config.py文件 ： 第二步： 找到c.NotebookApp.no...
anaconda修改默认工作路径
这两天,安装了anaconda想更改jupyter的工作路径,在网上找了一下 方式1. 打开Windows的cmd，在cmd中输入jupyter notebook --generate-config如下图： 可以看到路径为D:\Users……找到此路径修改jupyter_notebook_config.py文件 打开此文件找到 ## The directory to us...
Jupyter Notebook修改默认的工作目录（亲测）
搜了许多办法，但在我这边都无效。我是win10+anaconda3 试了许多次（强迫症），终于找到了有效的方法： 首先打开你的CMD(windows10)，输入以下命令：jupyter notebook --generate-config ，此时，系统将在用户目录(C:\Users\xx.jupyter)下生成一个名字为jupyter_notebook_config.py的文件。 打开生成文件，搜索定位 c.NotebookApp.notebook_dir 这一行，并将其 '‘修改为’D:\目标目录\
jupyter闪退问题
问题描述 本系统为 win10，安装 Anaconda3 后，可以正常使用 jupyter notebook ，后来因为安装插件，再启动Jupyter notebook 就出现闪退现象，后来发现，库的升级还有一些其他操作也会造成闪退现象，当然，可以重装Anaconda进行修复，可是 通过查询和个人实践，验证以下三种方法可以重新启动 jupyter notebook： 问题解决 第一种：命令行启动...
Python知识：Jupyter notebook 修改默认工作目录
问题： 对于新手来讲，当我们安装好python，jupter notebook的时候，然后兴致勃勃的打开网页代码的操作界面，感觉会一片懵逼。这些乱七八糟的文件是啥，他为何会存在这里呀？ 其实问题的这个原因就是因为我们没有给jupter配置一个工作目录，之前安装下来的工作目录，是默认的。所以我们需要重新设置一下自己的工作目录，那具体怎么操作呢？ 修改Jupyter默认文件路径，有三个步骤，而网上很多...
Jupyter更改默认路径
第一次打开anaconda中自带的jupyter notebook，默认路径都是C:\Users\Admin(自己的用户名)，需要更换成自己的工作路径。虽然网上很多此类文章，可多数只讲了一部分，需要翻很多文章才能看懂，我把所有需要注意的步骤放在一起，查遗补漏就知道自己缺在哪一步了。 先看下修改之后三种不同方式打开jupyter notebook的结果。 1、从左下角程序快捷启动 2、从cmd启...
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
4658
扫一扫
