weixin_42279212的博客

windows下配置支持向量机，GPU版本，thundersvm

VSCode调试带有参数的Python程序

GeoIP的使用介绍，查询指定IP的地址，以及其他附加信息

在Windows下，为Jupyter创建新的kernel目录创建环境激活环境以及安装必要的包创建新的kernelJupyter其他操作1.创建环境打开Anaconda Prompt输入以下代码创建环境(D:\Users\拾夕\Anaconda3) C:\Users\拾夕>conda create -n KernelForJupyter python=3.6得到以下结果The following NEW packages will be INSTALLED:

文章目录1. 配置临时源2. 永久配置3.总结4.参考资料1. 配置临时源⭐️ 临时使用，可以在命令后面加上-i https://pypi.tuna.tsinghua.edu.cn/simple⭐️ 举例， 假如我需要安装tensorflow-gpu这一模块，我可以输入以下安装指令pip install tensorflow-gpu -i https://pypi.tuna.tsinghua.edu.cn/simple⭐️ 常见国内源，下面列了一些常见的国内源，如果大家对速度有要求的话，可以选择

⭐️ 如果使用的是TensorFlow V2.X版本，则需要添加如下语句，解决兼容问题import tensorflow.compat.v1 as tftf.disable_v2_behavior()

目录1. 前言2. 需求3. 配置步骤4. 总结5. 参考资料1. 前言转载注明出处基于VS Code下的插件 TODO Highlight2. 需求因为这一插件中只有 FIXME 和 TODO 两种高亮模式，个人觉得不够使用，所以想修改下配置文件添加一个 DOING 关键字，以便知道自己正在开发什么任务3. 配置步骤在vscode 中搜索 TODO Highlight 并安装，安装成功之后输入以下关键字，会出现高亮，如下所示摁下 Ctrl + ,进入设置界面，并搜索 TODO

目录1. 前言2. 简介3. 方法一：镜像push到多个远程仓库3.1 准备工作3.2 现有仓库示意图3.3 绑定两个远程仓库到本地仓库3.4 推送本地仓库到两个远程仓库4. 方法二：镜像push到多个远程仓库4.1 绑定两个远程仓库到本地仓库4.4 推送本地仓库到两个远程仓库5. 对多个远程仓库push不同的代码版本5.1 准备5.2 推送本地仓库到远程仓库25.3 推送本地仓库到远程仓库15.4 检验结果6. 总结6. 参考文献1. 前言转载请注明出处本文主要解决一个本地仓库对应多个远程仓库的问

1. 配置之后的效果2. 配置步骤打开vscode 的设置输入shell.windows找到下图，并打开setting文件这是打开之后的源文件代码在一级括号下，添加自己想要添加的终端，如图，我添加了git-bash终端"terminal.integrated.profiles.windows": { // 配置Git-Bash终端 "Git-Bash": { "path": "D:\\Program Files\\Git\\b

在想要创建的git的目录下用以下指令，创建一个本地仓库git init登陆自己的github账号，复制想要上传仓库的url的地址，就是我们平常git clone的那个地址输入以下指令关联本地仓库到远程仓库$ git remote add [<options>] <name> <url># 即为 url.git 为你复制的远程仓库地址$ git remote add origin url.git# 举个栗子$ git remote add or.

1. 检查Anaconda是否安装输入以下指令检查anaconda是否安装C:\Users\Jon.SCORPIONE>conda -Vconda 4.10.1如果没有出现以上提示，则证明没有安装如果没有安装请参考这篇Anaconda的安装教程：Windows下，Anaconda安装教程（保姆级）2. 检查CUDA和CuDNN是否安装如果需要GPU进行训练，需要安装计算框架CUDA和深度学习工具包cudnn，输入以下指令安装C:\Users\Jon.SCORPIONE&

1. 检查Anaconda是否安装输入以下指令检查anaconda是否安装(soar) C:\Users\Jon.SCORPIONE>conda -Vconda 4.10.1如果没有出现以上提升，则证明没有安装如果没有安装请参考这篇Anaconda的安装教程：Windows下，Anaconda安装教程（保姆级）2. 检查CUDA和Cundnn是否安装如果需要GPU进行训练，需要安装计算框架CUDA和深度学习工具包cudnn，输入以下指令安装(soar) C:\Users\

1. 介绍cuda： Compute Unified Device Architecture，是一种有NVIDIA推出的通用并行计算架构， 该架构使GPU能够解决复杂的计算问题。cudnn： 是NVIDIA 推出的用于深度神经网络的GPU加速库，他强调性能，易用性和低内存开销。cuda和cudnn的关系： cudnn是基于cuda架构开发的专门用于深度神经网络的GPU加速库。cuda可以理解为一个大的商圈，但这个商圈是空的，还未装修。cudnn可以理解为装修后的房间，例如负一楼专门针对游乐（深度神经

1 基本介绍这里是百度百科介绍1.1 作用开源包管理工具，conda是其管理命令。开源环境管理器，用于管理（创建，修改，删除等）虚拟开发环境。1.2 conda常用指令由于本人比较懒，具体指令请移步知乎2 下载这里是下载网址：https://www.anaconda.com/products/individual#Downloads如果下载速度过慢，可以先打开迅雷，然后复制下载链接到迅雷，就可以p2p加速下载了，具体操作如下图：3 安装3.1 安装程序注意根据自己

背景本人无法关机，提示为当前没有可用电源选项无法查找任务管理器，任务管理器显示灰色经过搜索，发现需要进入本地策略组去更改，在win+r 进入运行界面之后，碰到以下提示再次经过搜索发现，原因为win10家庭版的原因待解决问题进入本地策略组问题当前没有可用电源选项问题无法调出任务管理器问题问题1：解决办法新建一个记事本，输入以下代码@echo off　　pushd "%~dp0"　　dir /b %systemroot%\Windows\servic

创建环境1. 查终端： 摁下windows徽标键，找到Anaconda3(64-bit) -> Anaconda Prompt(Anaconda3)，如下图所示2. 创建环境： 打开这一界面，输入以下指令conda create -n EmailProj python=3 其中EmailProj是自定义的虚拟环境名称，可以根据自己的需求自己更改，运行结果如下所示done## To activate this environment, use## $ conda activate

命令column -s, -t < ../Data/PostiveData.csv 结果19979 19979 1630425600 3419397342 3512838646 25 09111be840d3bc336667c45755c96179 54159 1 1 1 0 119980 19980 1630857600 3419397342 3512064964 25 8146

设置中直接搜索C_Cpp.errorSquiggles，然后启用或者关闭即可。

原因版本问题openCV 4以上的版本并不支持这些头文件了解决办法安装openCV 3的版本，这里是相关下载链接