m0_51662391的博客

保存設置，重新打開 VS Code，確認環境已自動切換。

https://blog.youkuaiyun.com/weixin_60915103/article/details/131617196?fromshare=blogdetail&sharetype=blogdetail&sharerId=131617196&sharerefer=PC&sharesource=m0_51662391&sharefrom=from_link

，然后在 Jupyter Notebook 的登录页面上，将令牌粘贴到密码/令牌字段中。获取令牌：在启动 Jupyter Notebook 的终端中运行以下命令以查看令牌。当你不想在默认浏览器打开Jupyter Notebook,但是在其他浏览器打开。以上命令会显示当前正在运行的服务器列表，包括带有令牌的 URL。，设置成功后，下次登录时将不再需要令牌，只需输入密码即可。如果下次不想再用token登录，可以将token填入以下。复制 URL 中的令牌部分（格式为。对于Jupyter Lab。

在Jupyter Lab的Terminal中運行以下代碼即可自行跳轉。直接将文件或文件夹用鼠标拖拽至jupyter快捷键。

点击Anaconda但是一直提示。

最终解决方案：使用源码安装modelscope。

使用 --user 参数：添加 --user 参数，将软件包安装到用户目录而不是系统目录。这可以避免一些权限问题。

显示安装失败，解决方法：指定镜像源下载。

里面那个关于NVIDIA的程序文件不见了。存在的话，也可以看看里面还剩下什么，可以搜索看看。除了这2个（NVIDIA图形处理程序，NVIDIA physX系统软件）把其它的也删掉。可以用杀毒软件垃圾扫描下，清理下电脑，主要是清理注册表。这样就可以安装你需要的CUDA版本。控制面板–程序–卸载。电脑—开始—所有程序。

判断电脑是否安装CUDA

【代码】关于python虚拟环境。

仍然遇到了"PackageNotInstalledError"错误，指示conda未安装在"tfenv"环境的前缀中。这可能是由于环境配置问题导致的。虽然还会出现虚拟环境 “tfenv” 中未安装 Conda 包管理器的问题，但是再次conda却没事看了，所以再次安装能成就没深究了。这可能是由于创建环境时没有选择包含 Conda 的选项导致的。接下来，尝试重新创建"tfenv"环境。首先确保 Anaconda 安装正确，并且路径设置正确。，如果正常安装则完成，不需要看以下内容。命令，确保它能够正常启动。

【代码】【Python】查看Python版本。

确保安装了虚拟环境工具：首先，确保 Python 环境中安装了 venv 或 virtualenv 工具。在较新的 Python 版本（如 Python 3.3 及更高版本）中，venv 是一个内置的模块，不需要额外安装。通过创建虚拟环境，可以在不干扰其他项目或全局环境的情况下，为每个项目或任务创建独立的、隔离的 Python 环境。创建虚拟环境：打开终端或命令提示符，进入您要创建虚拟环境的目录。当你的环境出现了一些库依赖的版本相关的冲突问题时，最简便快捷的方法就是创建一个虚拟环境并且重新配置环境。

PYCHARM安装IDE EVAL RESET

一个.py文件调用另一个.py文件中的类和函数

在“命令提示符”界面输入python -m pip install --upgrade pip，但出现了各种Warning。后续将梯子关掉就能正常升级了;)如果有pip升级不成功的现象可以排除一下这种情况

「‘pip’ 不是内部或外部命令，也不是可运行的程序或批处理文件」的解决方法。内含环境变量设置方法:)