前段时间碰见一个奇怪的问题,百度搜索总是会跳回主页,使用必应搜索关键字后发现,前几天正好也有人碰见同样的问题,同样是重启后恢复,但过一会儿后又出现同样的问题,根据回答的思路,使用360安装小红伞后确实发现有病毒,杀毒后问题解决。
没有想到此次机缘巧合下解决我的jupyter notebook运行两个小时左右后会崩溃的问题,图已经不在了,但是我还记得是系统的dll文件损坏(当时检测有9个dll损坏,具体是哪一个不清楚),使用360系统急救箱后修复即可解决
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
1.8k累计阅读
1.9k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 →
码龄12年
前段时间碰见一个奇怪的问题,百度搜索总是会跳回主页,使用必应搜索关键字后发现,前几天正好也有人碰见同样的问题,同样是重启后恢复,但过一会儿后又出现同样的问题,根据回答的思路,使用360安装小红伞后确实发现有病毒,杀毒后问题解决。
没有想到此次机缘巧合下解决我的jupyter notebook运行两个小时左右后会崩溃的问题,图已经不在了,但是我还记得是系统的dll文件损坏(当时检测有9个dll损坏,具体是哪一个不清楚),使用360系统急救箱后修复即可解决
AI/ML新手入门:7个降低认知负荷的核心工具链
AI开发入门的本质是降低认知负荷、压缩首次成功时间、提供可触摸反馈。从基础概念看,机器学习依赖Python生态与可视化交互环境;其原理在于通过最小可行闭环(如Jupyter+PyTorch)实现‘写即所得’的正向反馈机制;技术价值体现在规避编译依赖、提升错误可读性、保障执行确定性;典型应用场景包括本地模型训练、大语言模型对话、数据可视化分析及轻量Web应用部署。本文聚焦VS Code、Jupyter、PyTorch、Hugging Face、Ollama、Streamlit和Google Colab这7个经
Jupyter Notebook | Jupyter Magic运行时间
Jupyter Magic-Timing%%time%time%timeit 比起稍微麻烦的import time strat_time end_time,jupyter notebook自带magic函数,非常良心了 ???? %%time 运行一次cell的代码花费的时间 %%time j=0 for i in range(10000): j=i*(2^i) Wall time: 2.03 ms %time 运行一次当前行所花费的时间 import numpy as np %ti
PyCharm合法使用指南:社区版配置、安全下载与专业版理性选型
PyCharm是JetBrains官方推出的Python集成开发环境(IDE),其授权体系以订阅制和免费社区版为核心,不存在所谓‘永久激活码’。理解其基于JVM的运行原理、内嵌JetBrains Runtime(JBR)的优化机制,以及社区版与专业版的功能边界,是构建安全、稳定、合规开发环境的技术前提。该工具链强调虚拟环境隔离、UTF-8编码统一、SHA256安装包校验等工程实践,广泛应用于Python教学、Web全栈开发、数据科学及团队标准化部署场景。本文聚焦PyCharm社区版的深度配置与专业版的按需选
浏览器连接远程服务器上运行的jupyter notebook 界面刷新或关闭后失去最新的输出的解决思路
(即使这种方法在linux服务器使用了matplotlib,也能够获取图片,只不过不能够plot出来,但是可以保存为图片,到时候直接去查看就是了)。(1) 可以通过使用logging模块,将单元格的输出信息存入到日志文件中,这样关闭浏览器后,再次查看内核中的python进程,就能够通过日志信息查看输出结果。(2) 可以通过购买一台私人服务器windows server,通过远程服务器(windows)一直打开浏览器监视服务器(linux)的运行结果,即使本机断开也无妨。优点:仅仅可以查看。
A100 GPU租赁全攻略:从需求分析到平台实战避坑指南
GPU算力租赁,特别是针对A100这类高性能数据中心级显卡,已成为深度学习训练和大模型开发的关键基础设施。其核心原理在于通过云端共享模式,提供远超本地硬件的并行计算能力和超大显存,从而高效处理百亿参数模型训练、大规模科学计算等高负载任务。从技术价值看,这不仅降低了AI研发的硬件门槛,还实现了资源的弹性伸缩与成本优化。在实际应用场景中,开发者需根据项目规模、预算和稳定性要求,在**国际云巨头**、**国内头部云厂商**和**垂直GPU云服务商**等平台类型间做出选择。本文聚焦于如何系统评估这些平台的硬件性能、
jupyter notebook 使用过程中python莫名崩溃的原因及解决方式
主要介绍了jupyter notebook 使用过程中python莫名崩溃的原因及解决方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
Jupyter是如何工作的?
如果想了解Jupyter是如何工作的,一定要阅读官方文档。 而如果阅读了官方文档,就一定会接触下面两个概念: IPython REPL 终端Ipython的作用是REPL(Read-eval-print-loop),一种交互解释器,也就是我们能接触到的命令行终端式的那个界面。 IPython kernel 提供核心的计算功能,并且和前端进行通信,比如notebook。 Jupyter note...
快速解决jupyter启动卡死的问题
主要介绍了快速解决jupyter启动卡死的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
jupyter notebook经常自动中断是什么原因?
jupyter notebook经常运行一段时间后自动中断,不知道是什么原因。修改c.NotebookApp.shutdown_no_activity_timeout=0, 问题依然没有解决。求大神指点。
使用循环神经网络预测温度
简介 本文以天气时间序列数据集为例,讨论如何使用深度学习模型预测未来天气温度。 使用的是由德国耶拿马克思普朗克生物地球化学研究所的气象站记录。 数据每10分钟记录一次,共记录14种不同的量,如气温、气压、湿度、风向等,原始数据可追溯到2003年,本例只使用2009-2016年的数据。 数据 下载并解压数据略。 加载数据: data_dir = r'E:\practice\tf2\temperature' fname = os.path.join(data_dir, 'jena_climate_2009_
Tesseract-Ocr踩坑下载以及进行检验
1 OCR,即Optical Character Recognition:光学字符识别,是指通过扫描字符,然后通过其形状将其翻译成电子文本的过程。下载完成后进行解压找到这两个,然后复制到之前下载Tesseract-Ocr的tessdata文件下。可能会出现报错说chi下载的问题咱们不用管继续ok让它先下载完毕,后续会有下载chi的步骤。四、检验tesseract使用(将以下图片进行下载我这里将以下图片命名为3.png)我这里选的是2024年的版本如果下载不了;4 在安装的时候(找到下载的exe文件,双击)
Jupyter计算运行时间
计算运行时间 %%time for i in range(100): print(i,end='') 01234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757...
告别系统迁移蓝屏!用Intel RST驱动搞定11代酷睿装Win11的硬盘识别难题
本文详细介绍了如何通过Intel RST驱动解决11代酷睿处理器在安装Win11时遇到的硬盘识别问题。针对VMD技术导致的系统迁移蓝屏错误,提供了从驱动下载、PE环境创建到驱动注入的完整解决方案,帮助用户顺利完成系统升级或迁移。
【实战】Jupyter Notebook 内核崩溃自动重启的终极排查指南
本文针对Jupyter Notebook内核频繁崩溃并自动重启的棘手问题,提供了一套系统性的终极排查指南。文章从分析错误日志入手,深入剖析了Anaconda环境冲突、内存管理不当以及依赖库版本不兼容等核心原因,并给出了从快速诊断到彻底修复的实战解决方案,帮助用户构建稳定可靠的数据科学工作环境。
【华为OD机试真题】3、 路灯照明问题 | 机试真题+思路参考+代码解析(C++、Java、Py、C语言、JS)
题目描述 >在一条笔直的公路上安装了N个路灯,从位置0开始安装,路灯之间间距固定为100米。 每个路灯都有自己的照明半径,请计算第一个路灯和最后一个路灯之间,无法照明的区间的长度和。
AMS TMF8820/21/28 SPAD 掩码和模式选择
为了实现最快的测距周期,将报告周期设置在测距周期以下的毫秒,以确保不会有等待时间。除了8X8固定了pixel的位置意外,其他模式客户可以设计自己的spad掩码,并将spad单独分配给通道。对于这些spad掩码,有一些约束。左下角提示红色代表光学中心,绿色方框表示单个spad,每个MP里可能有2X3个spad,也有2X5个spad,也有3X6+3个spad,这部分适配光学,最大的程度的利用spad区域。以下是几种预定义的spad掩码,非常灵活的配置,来适配各种3X3,4X4,8X8的模式选择。
深度学习新手GPU租用指南:从环境配置到成本控制,避开五大常见误区
GPU计算作为深度学习模型训练的核心加速技术,其原理在于利用显卡的并行计算架构,大幅提升矩阵运算效率,从而缩短模型训练时间,降低实验迭代成本。对于初学者而言,直接配置本地GPU环境往往面临驱动兼容、库依赖等复杂问题,而GPU租用服务则提供了一种灵活、低门槛的算力获取方式。其技术价值在于将算力资源化、服务化,用户无需关注底层硬件运维,即可快速获得预配置好的深度学习环境,如集成PyTorch、TensorFlow、Jupyter Notebook的开发平台。在应用场景上,特别适合学生完成课程作业、研究者验证模型
Autosar代码包初识 2 - 如何编译Vector包内Demo工程
Vetcor autosar代码包Demo工程编译,GreenHills,RH850,Autosar,Davinci COnfigurator
从零部署Linux服务器深度学习环境:Anaconda+PyTorch+GPU实战指南
在深度学习开发中,Linux服务器环境配置是许多开发者面临的首要挑战。Linux作为服务器领域的主流操作系统,以其高稳定性和强大的命令行工具为深度学习任务提供了坚实基础。通过环境隔离技术,可以为不同项目创建独立的运行环境,有效解决依赖冲突问题。Anaconda作为Python发行版,集成了conda包管理工具,能够便捷地管理Python环境和二进制依赖,极大简化了环境搭建流程。PyTorch框架结合CUDA平台,能够充分利用GPU进行并行计算加速。本文聚焦于远程连接Linux服务器后,通过Anaconda创
python:实现brutefore破解wifi(附完整源码)
python:实现brutefore破解wifi(附完整源码)
基于 51 单片机的智能手势控制小车设计与实现
智能手势控制小车以STC89C52RC 单片机为控制核心,通过手势识别模块采集用户手势指令,经单片机处理后驱动电机执行前进、后退、左转、右转等动作。该项目融合了传感器技术、单片机编程和电机驱动技术,具有成本低、易实现、互动性强的特点,适合作为嵌入式系统入门实践案例。本项目成功实现了基于 51 单片机的智能手势控制小车,通过 APDS-9960 模块采集手势信号,经单片机处理后驱动电机完成基本动作,验证了 “传感器 + 单片机 + 执行器” 的嵌入式系统设计思路。
一些杂事
电脑登陆,密码忘记时,有三种情况:1 Linux系统可以用高级模式进入行命令重置密码。 2 Win可以借助PE大白菜重置密码。 3 华硕的主板可以直接重置密码。 华硕Win10如何进入系统修复模式,先按住shift键不放,同时点击重启,即可进入修复目录。并不需要进入设置(尤其是电脑坏了时根本进不去设置界面),而所谓的反复关机触发修复模式的方法,并不靠谱。 大白菜U盘如何识别NVMe硬盘,可以下...
廖雪峰Python教程[完整版]
廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白
用LangChain为GPT添加浏览能力:构建可自主搜索阅读的AI智能体
AI智能体(Agent)是大语言模型从静态推理迈向动态感知的关键范式,其核心在于将LLM作为决策中枢,通过工具(Tools)调用实现对外部世界的实时交互。LangChain提供的Agent框架,以标准化方式抽象了‘思考-行动-观察’闭环,使开发者无需重写爬虫或管理反爬逻辑,即可赋予GPT浏览器般的搜索、网页抓取与内容解析能力。该技术显著缓解模型知识截止、事实性弱等固有缺陷,广泛应用于实时资讯聚合、竞品监控、动态知识库问答等工程场景。本文聚焦基于LangChain Tools构建具备真实浏览能力的GPT智能体
数学建模模型总结
这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!
文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况
主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。
【新手python程序员必须明白的真相】135.新手python程序员必须明白的找到编程伙伴:结伴学习、互相督促的力量
编程从来都不是一个人的奥林匹克,那些让你夜不能寐的bug,可能只是另一个开发者早餐时顺手解决的小问题。找到对的编程伙伴,就像为你的技术栈加上了一个分布式缓存系统。记住,最好的学习从来都不是发生在屏幕前,而是在与同路人的思维碰撞中。从今天开始,让每行代码都有回声,让每次commit都有见证。毕竟,在开源的世界里,没有真正的孤岛,只有尚未连接的大陆。
efm32 入门.pdf
本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。
如何识别虚假开发工具:Maverick Studio 2022真相揭秘
在软件开发领域,'新工具'常引发搜索热潮,但并非所有热门名称都对应真实可用的产品。当一个标称‘Maverick Studio 2022’的工具频繁出现在下载教程、破解指南和SEO内容中,需回归基础判断:它是否具备可信域名、公开代码仓库、官方文档与社区支持?这类命名模糊的‘幽灵软件’往往利用开发者对IDE、仿真平台或AI编程助手的真实需求进行关键词套利。通过WHOIS查询、GitHub源码验证、安装包数字签名分析等方法,可快速识别其是否属于钓鱼站、捆绑软件或主题误称。掌握这套验证逻辑,不仅能避开安全风险,更能
多引擎协同Agent系统:语义适配与同步优化实战
多引擎协同Agent是一种面向跨平台内容分发的智能系统架构,其核心在于理解不同搜索/推荐引擎(如百度、抖音、微信、小红书)底层的语义匹配逻辑与用户意图模型。它不是简单的内容改写或批量发布,而是基于统一语义母版,通过语义解析、结构化派生和智能调度实现内容的‘同源演进’。该技术显著提升内容在各渠道的首屏曝光率、停留时长与转化效率,同时降低违规率与运维成本,适用于企业级AI内容生产、SEO+信息流一体化运营及营销自动化场景。本文聚焦可交付的工程实践,涵盖语义适配层设计、LangChain调度选型依据及Python
279
1916
365

被折叠的 条评论
为什么被折叠?



