争渡的博客

方法原视频非常有用，这几天，想使用镜像来部署项目。试了很多方法在镜像官网，不能很好的pull 镜像。这个视频中给出了一种中转方法。注意：：因为视频的时间较早，阿里云使用界面略有变化但是基本上，方法步骤是一样的。按照步骤操作，应该不会出问题。

当服务器未安装NVIDIA驱动程序，或驱动程序版本与显卡不匹配时，或者安装了某些系统软件或系统更新了内核时，服务器重启后可能无法连接到NVIDIA驱动程序。报错原因：NVIDIA-SMI失败，因为它无法与NVIDIA驱动程序通信。

电脑重启后，不能远程连接服务器，这是一个突发事件，令人崩溃这种情况一般，问题出在以下几个方面。逐一排查，大概率可以解决问题。

这里我依然利用部署服务：部署服务主要包括docker镜像和服务代码。docker镜像主要是服务代码的运行环境；服务是以flask为框架且利用gunicorn实现并发。优点：隔离运行环境；服务启动简单；便于迁移。

并且，这种方法有个弊端就是，一旦我的项目有什么变化，可能就需要重新构建镜像。可以使用gunicorn命令来测试是否可以正确运行，命令如下，打开网址127.0.0.1:80，将会打开我们的网站。：该 image 文件继承官方的 python，冒号表示标签，这里标签是3.9.5，即3.9.5版本的 python。排除的路径，注意：这个文件，根据自己需要创建，也就是项目中有些文件不需要放入镜像中，就将这些文件路径放入。docker的安装 和启动 ，以及 镜像和容器的 增删改查工作，网上有很多教程。

文件是一个重要的配置文件，它包含了系统启动时需要挂载的所有文件系统的信息。每次系统启动时，Ubuntu会自动调用fstab文件，以便挂载指定的文件系统，从而将其作为磁盘驱动器使用。当您在Ubuntu中设置了共享文件夹后，Samba会在系统启动时加载，并将配置信息保存到。：通常情况下，fstab文件只能由root用户编辑，因为其中的信息关系到系统的稳定性和安全性。然而，如果您重新启动系统或虚拟机，这些配置信息可能会丢失，因此您需要重新设置共享文件夹以便在下次启动时正确加载Samba配置。

虽然 CUDA 包含了一些基本的矩阵运算和线性代数函数，但它不直接包含深度神经网络相关的算法和优化。因此，为了使用 CUDA 进行深度学习任务，您需要安装一个额外的库，例如 cuDNN。因此，通过与 CUDA 结合使用，cuDNN 可以大幅提高深度学习应用的性能和效率。（CUDA Deep Neural Network Library）是 NVIDIA 提供的一个可选的库，用于优化深度神经网络的训练和推理性能。：这里我用 11.4版本为例，流程上是一样的，就是版本号不一样仅此而已。一般这里安装完毕后，会。

在开发初期，安装好的Ubuntu16.0.4之后，忽略了内存使用，发现了站内方法基本也就是这些东西，就总结了一下，我也按照这个方法进行实践过了，方法是ok的，当然，不同电脑的情况可能不太一样，因此此方法不唯一。希望有所帮助。

如果您想访问该计算机，您需要检查网络拓扑，并根据需要更改网络配置以确保所有计算机都在同一子网中。来确定它们所在的子网，并将其与您的 Ubuntu 系统进行比较。如果它们位于不同的子网中，则可能需要更改网络配置，例如更改子网掩码或使用 VLAN 等技术来连接不同的子网。个人电脑是windows系统，安装有虚拟机，我在本机访问Ubuntu系统中的接口文档，可以访问，但是通过其他电脑却不能访问。请注意，在更改网络配置之前，请确保了解您的网络拓扑和安全策略，并遵循最佳实践以确保网络的稳定性和安全性。

【代码】Ubuntu解决：Failed Installing Extensions: ms-python.anaconda-extension-pack。

LANG=zh_CN.UTF-8 #这里怎么写你就怎么写，去掉双引号。查看现在系统支持的字符集，发现多了zh_*等中文字符集。#LANGUAGE=“en_US:” 注释掉。拉取中文编码(需要root权限)

前言：最近在使用jena开发知识图谱，总结一下最近的使用过程。文末有 apache-jena-3.6.0，Apache-jen.a-fuseki-3.6.0以及d2rq-0.8.1tar文件。因为高版本的需要相应的java版本，对我其他软件不友好，所有一3.6版本为例子：jena在windows中配置以及使用戳这里，优质博文一：java环境变量设置。Linux中java环境变量设置戳这里二：配置jena1. 下载看文末2. 将两个文件房子合适位置，我是跟项目文件放在一起方便操作。解压：ta

基本上内外网方法看了一遍，综合两种方法将问题解决了：我的问题是：vscode更新后远程连接连不上解决路程： 我先用的方法三解决。commond_ID 问题，之后用方法二和方法一解决配置文件问题，最终是通过方法二设置完配置文件后成功解决问题。祝君好运！！！方法一方法二方法三...

全网最全，易读Linux常用命令大全（非常全！！！）1.系统信息arch 显示机器的处理器架构uname -m 显示机器的处理器架构uname -r 显示正在使用的内核版本dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI)hdparm -i /dev/hda 罗列一个磁盘的架构特性hdparm -tT /dev/sda 在磁盘上执行测试性读取操作cat /proc/cpuinfo 显示CPU info的信息cat /proc/interrupts 显示中断cat

前言：网络上的方法版本基本一致！我使用了，第一嫌弃麻烦，第二还安装失败了。网络上一致版本后来就发现了一个简单的方法：创建流程：安装 使用pip install virtualenv 在终端上 cd 到我们想要存放虚拟环境的路径下。执行 virtualenv -p Python3 环境名字 或者 virtualenv -p Python2 环境名字 根据需要来激活流程：cd 到我们创建的虚拟环境目录下（也就是创建流程2中的路径） ./

Linux系统中安装方法:sudo add-apt-repository ppa:notepadqq-team/notepadqqsudo apt-get updatesudo apt-get install notepadqqLinux中的卸载方法:sudo apt-get remove notepadqqsudo add-apt-repository --remove ppa:notepadqq-team/notepadqq

在Linux下安装hanlp的时候，万事具备却遇到了TypeError: startJVM() got an unexpected keyword argument 'convertStrings’这样的问题解决方法：找到 启动JVM的代码块做出如下修改我的代码块是在 speech/lib/python3.6/sit-packages/pyhanlp 下的__init__.py 文件，speech是我的虚拟环境，找到pyhanlp的安装地方就找到这个文件。启动JVMstartJVM( jvm

在Linux系统安装hanlp的时候，jdk环境变量没有问题却爆出了ImportError: cannot import name 'JVMNotFoundException’这样的错误解决方法：找到安装hanlp的位置地方有一个__init__.py 的文件（本人是在虚拟环境中安装的所以路径是speech/python3.6/site-packages/pyhanlp下的__init__.py 文件）在开始导入包的代码处做一些修改，修改如下：import globimport osimpor