weixin_44457930的博客

这里打开的是入门教程，一个notebook文件，这里说明了模型、代码、数据集分别在什么路径下。如果不训练，仅仅上传数据和模型，那么也是要收费的，因为存储数据要占用驱动云的空间。因为我们的数据规模小，所以点击“网页上传文件”有了SSH命令，就能通过IDE进行远程开发了。在项目页面中，点击右上角的“进入开发环境”填写密码，然后点击“生成SSH Key”拖拽上去后，在页面的右边可以看到文件。点击确定后，就可以看到数据的内容。启动之后，就能看到我们的项目界面。当然，也可以保存环境后再销毁。

深度学习项目，经常需要租用云算力，这里我们以DeepLn云计算平台为例，介绍以下pycharm如何连接远程服务器。

VS配置静态库与动态库，静态库与动态库的机制

如果程序运行时，需要输入命令行参数，似乎只能在黑窗口中运行，这种程序该如何调试？关于如何编写带命令行参数的Python程序，可以看这两个链接：缩略版：https://blog.youkuaiyun.com/lizhiyuanbest/article/details/104975848完整版：https://docs.python.org/zh-cn/3/library/argparse.html#description以detector.py为例，先设置断点：然后点击 Run->Edit Config

参考这篇文章：https://blog.youkuaiyun.com/songyuc/article/details/96387353除了要在新建的虚拟环境中安装 nb_conda 之外，还要在base环境（默认环境）中安装nb_conda库

import cv2 as cv#读取图像，支持 bmp、jpg、png、tiff 等常用格式img = cv.imread("玫瑰.jpg") # 路径得改，否则报错#创建窗口并显示图像cv.namedWindow("Image") # 给窗口命名cv.imshow("Image",img) # 将图片展示在窗口中cv.waitKey(0)#释放窗口cv.destroyAllWindows()错误信息---------------------------------------

在谷歌云盘中，右击要共享的文件点击“共享”或者“获取链接”都可以然后在生成的窗口中，点击“复制链接”新开一个窗口，然后把刚刚复制的链接贴上去然后把图中红色方框的内容复制下来，即d/之后，/view之前将刚刚复制的一串条码，贴到下面图中红色方框的位置（下图是colab中的单元格）点击运行，就能把文件下载到在线文件夹，点击左边就能看见刚刚下载的sample_data是每新建一个colab项目时自带的数据文件夹...

1 Colaboratory的介绍关于Google Colaboratory，说白了，这就是一台搭载了linux操作系统的虚拟机，当前搭载的系统版本为Ubuntu 18.04，这台虚拟机是在线了，并且提供了GPU加速功能。2 Colaboratory的目录结构点击左边的文件夹符号，就能看得见目录结构能看到和linux一样的目录结构，默认打开的是content文件夹，磁盘大小为100G3 新建colaboratory项目在谷歌云盘中，右击“新增”在“更多”中，选择Google Colab