LiuPig

python 3.9, prometheus_client==0.17.1单独运行就成功在项目里面运行就报最后通过降包的方式解决了：感谢JYZ大佬，学到了遇事不决就降包，哈哈哈哈

部署文档：https://www.minio.org.cn/docs/minio/container/operations/install-deploy-manage/deploy-minio-single-node-single-drive.html#然后访问127.0.0.1:9090就可以了，一般需要去云上安全组开通端口，这样外部ip就可以访问了。minio 官网：https://www.minio.org.cn/新建一个/etc/default/minio文件。把这个贴到minio文件中。

本教程通过示例介绍MongoEngine——我们将逐步介绍如何创建一个简单的Tumblelog应用程序。tumblelog 是一种支持混合媒体内容的博客，包括文本、图像、链接、视频、音频等。为简单起见，我们将坚持使用文本、图像和链接条目。由于本教程的目的是介绍 MongoEngine，我们将重点关注应用程序的数据建模方面，而忽略用户界面。

git 按时间点恢复文件

代码】pydoc。

这样就建立了一个xoops_roots的用户，它对数据库xoops有着全部权限。以后就用xoops_root来对xoops数据库进行管理，而无需要再用root用户了，而该用户的权限也只被限定在xoops数据库中。版权声明本文为优快云博主「青衫古道」的原创文章，遵循CC4.0BY-SA版权协议，转载请附上原文出处链接及本声明。设置好了MySQL中的root用户密码了，然后就用root用户建立你所需要的数据库。进入mysql之后，最要紧的就是要设置Mysql中的root用户密码。......

用途：判断左声道/右声道，是否有疑是人说话的声音，筛选有声音但SR无法识别出的wav文件，过滤无效的声音，短促的声音等Code:

Git 强制同步

双声道分离：

link: https://grpc.github.io/grpc/python/

gRPC Python 依赖于协议缓冲区编译器 ( protoc) 来生成代码。protoc 它使用一个插件来通过纯gRPC 特定代码来补充生成的代码。对于.proto包含 gRPC 服务的服务描述，protoc生成的纯代码在一个_pb2.py文件中合成，而 gRPC 特定的代码位于一个_pb2_grpc.py文件中。后一个 python 模块导入了前者。此页面的重点是生成代码的特定于 gRPC 的子集。例子考虑以下FortuneTeller原型服务：编译服务时，gRPCprotoc插件会生成类似于以下

使用应用层传输安全 (ALTS) 在 Python 中进行 gRPC 身份验证的概述。应用层传输安全（ALTS）是谷歌开发的相互认证和传输加密系统。它用于保护 Google 基础架构内的 RPC 通信。ALTS 类似于双向 TLS，但经过设计和优化以满足 Google 生产环境的需求。有关更多信息，请查看 ALTS 白皮书.gRPC 中的 ALTS 具有以下特点：使用 ALTS 作为传输安全协议创建 gRPC 服务器和客户端。ALTS 连接受到端到端的隐私和完整性保护。应用程序可以访问对等信息，例如对等

本教程提供了 Python 程序员使用 gRPC 的基本介绍。通过浏览此示例，您将学习如何：在 .proto 文件中定义服务。使用协议缓冲区编译器生成服务器和客户端代码。使用 Python gRPC API 为您的服务编写一个简单的客户端和服务器。它假设您已经阅读了gRPC 简介并且熟悉协议缓冲区. 您可以在proto3 语言指南中找到更多信息和Python 生成的代码指南.我们的示例是一个简单的路线映射应用程序，它允许客户端获取有关其路线上的特征的信息，创建路线摘要，并与服务器和其他客户端交换路线信

gRPC 是一个现代的、开源的远程过程调用 (RPC) 框架，可以在任何地方运行。它使客户端和服务器应用程序能够透明地通信，并使构建连接系统变得更加容易。gRPC Remote Procedure Calls, of course!当然是gRPC远程过程调用!主要使用场景：低延迟、高度可扩展的分布式系统。开发与云服务器通信的移动客户端。设计一个需要准确、高效和语言独立的新协议。分层设计以实现扩展，例如。身份验证、负载平衡、日志记录和监控等。gRPC 是一个云原生计算基金会(CNCF) 项目。长期以来

协议缓冲区提供了一种语言中立、平台中立、可扩展的机制，用于以向前兼容和向后兼容的方式序列化结构化数据。它类似于 JSON，只是它更小更快，并且生成本地语言绑定。协议缓冲区是定义语言（在 .proto文件中创建）、proto 编译器生成的与数据接口的代码、特定于语言的运行时库以及写入文件（或通过网络连接）。协议缓冲区解决了哪些问题？协议缓冲区为大小高达几兆字节的类型化结构化数据包提供了一种序列化格式。该格式适用于临时网络流量和长期数据存储。可以使用新信息扩展协议缓冲区，而无需使现有数据无效或需要更新代码。协

不熟悉 gRPC？首先阅读gRPC 简介。有关特定语言的详细信息，请参阅您选择的语言的快速入门、教程和参考文档。与许多 RPC 系统一样，gRPC 基于定义服务的思想，指定可以远程调用的方法及其参数和返回类型。默认情况下，gRPC 使用协议缓冲区作为接口定义语言 (IDL)，用于描述服务接口和有效负载消息的结构。如果需要，可以使用其他替代方案。gRPC 允许您定义四种服务方法：一元 RPC，其中客户端向服务器发送单个请求并获得单个响应，就像正常的函数调用一样。服务器流式 RPC，其中客户端向服

本页向您介绍 gRPC 和协议缓冲区。gRPC 可以将协议缓冲区用作其接口定义语言 ( IDL ) 和底层消息交换格式。如果您不熟悉 gRPC 和/或协议缓冲区，请阅读此内容！如果您只是想先深入了解 gRPC 的运行情况，请 选择一种语言并尝试它的Quick start。在 gRPC 中，客户端应用程序可以直接调用不同机器上的服务器应用程序上的方法，就像它是本地对象一样，使您更容易创建分布式应用程序和服务。与许多 RPC 系统一样，gRPC 基于定义服务的思想，指定可以远程调用的方法及其参数和返回类型。在服

Git:官方文档，选择自己的编程语言：快速开始本指南通过一个简单的工作示例让您开始在 Python 中使用 gRPC。先决条件Python 3.5 或更高版本pip9.0.1 或更高版本如有必要，升级您的版本pip：$ python -m pip install --upgrade pip如果pip由于系统拥有的安装而无法升级，则可以在 virtualenv 中运行示例：$ python -m pip install virtualenv$ virtualenv venv$

官网， 一年自动获取一次即可体验： 本年节假日接口体验

Git:安装依赖：requirements.txtrequirements要求torch>=1.7，直接下面这个安装就好了，能用命令行启动：

强制同步 git fetch --all --prune再 git pull

import osif not 'TEMP' in os.environ: os.environ['TEMP'] = r'%SystemRoot%\TEMP'os.system("cmd ...")

GitHub Copilot简介：在今年 6 月，GitHub 推出了 GitHub Copilot，这是一个利用机器学习技术为开发者提供代码建议和代码补全的工具。GitHub Copilot 由 OpenAI Codex 驱动，后者是一个由 OpenAI 开发的人工智能系统。虽然 Copilot 能够为开发者带来助力并且能够提供与开发者编码风格相匹配的代码，但 Copilot 利用公开代码库进行训练而产生的版权问题遭到了自由软件基金会的批评。此前，GitHub Copilot 仅支持 Visu.

https://www.cnblogs.com/CyLee/p/9752746.html

常用的地图点压缩from math import sqrt, powdef point_to_line_Distance(point_a, point_b, point_c): """ 计算点a到点b c所在直线的距离 :param point_a: :param point_b: :param point_c: :return: """ # 首先计算b c 所在直线的斜率和截距 if point_b[0] == point_c

import jsontxt = '{"Success": true, "ErrorCode": null, "Message": null, "Data": null, "Data555": [1, 2, 3, 4, 5]}'TXT = DictToClass(json.loads(txt))print(TXT.Success)print(TXT.Data555)

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.13.1pip install tensorflow==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cnpip install -i https://pypi.tuna.tsinghua.edu.cn/simple --tr

GitHubhttps://github.com/nadermx/backgroundremoverBackgroundRemover 是一个命令行工具，用于从视频 和图像中删除背景，由nadermx 制作以支持https://BackgroundRemover.app。安装pip install backgroundremover使用import os# # C:\Users\dududada\.u2net\u2net_human_seg.pthos.system('back.

HiFi-GAN：用于高效和高保真语音合成的生成对抗网络

WavenetWavenet模型是一种序列生成模型，可以用于语音生成建模。在语音合成的声学模型建模中，Wavenet可以直接学习到采样值序列的映射，因此具有很好的合成效果。目前wavenet在语音合成声学模型建模，vocoder方面都有应用，在语音合成领域有很大的潜力。...

Githubwaveglow gitbuh linkWaveGlow用于语音合成的基于流的生成网络一种基于流的网络，能够从梅尔谱图生成高质量的语音。WaveGlow 结合了Glow和WaveNet 的见解，以提供快速、高效和高质量的音频合成，无需自动回归。WaveGlow 仅使用单个网络实现，仅使用单个成本函数进行训练：最大化训练数据的可能性，这使得训练过程简单稳定。我们的PyTorch实现在 NVIDIA V100 GPU 上以 1200 kHz 的速率生成音频样本。平均意见得分表明，它.

Code# !/usr/bin/env python# -*-coding:utf-8-*-import timeimport cv2def Video2Mp4(videoPath, outVideoPath): capture = cv2.VideoCapture(videoPath) fps = capture.get(cv2.CAP_PROP_FPS) # 获取帧率 size = (int(capture.get(cv2.CAP_PROP_FRAME_WID.