pandamax的博客

ubuntu解压命令全览.tar解包：tar xvf FileName.tar打包：tar cvf FileName.tar DirName注：tar是打包，不是压缩！~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.~.gz解压1：gunzip FileName.gz

conda 使用清华大学开源软件镜像Anaconda的安装步骤不在本文的讨论中，我们主要是学习一下如何配置conda的镜像，以及一些问题的解决过程配置镜像在conda安装好之后，默认的镜像是官方的，由于官网的镜像在境外，我们使用国内的镜像能够加快访问的速度。这里我选择了清华的的镜像。镜像的地址如下:点我进入tuna在命令行中运行conda config --add channe

1. 先下载OpenCV的源码 2. 解压到任意目录 unzip opencv-2.4.13.zip 3. 进入源码目录，创建release目录 cd opencv-2.4.13mkdir release   4. 可以看到在OpenCV目录下，有个CMakeLists.txt文件，需要事先安装一些软件 s

1. 查看docker信息（version、info）查看docker版本 $docker version 显示docker系统的信息 $docker info 2. 对image的操作（search、pull、images、rmi、history）检索image $docker search image_name 下载image $docker p

如果你现在真的想做任何数据驱动的事情，一台强大的个人电脑是必备的。数据科学往往需要RAM，强化学习很消耗CPU，深度学习很消耗GPU。当你处理那些资源匮乏的应用程序时，重要的是要知道你的电脑是否在有效地被使用。你的算法在CPU上是瓶颈吗？它能使用更多的内核吗？你是否有足够的RAM，或者你的内存使用是否溢出到交换中（磁盘内存，非常慢）？你的CPU或GPU运行过热了吗？Intel CPU和N...