<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_54379099的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_54379099</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_54379099]]></copyright><item><title><![CDATA[flas-attention]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/143573271</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/143573271</guid><author>weixin_54379099</author><pubDate>Wed, 06 Nov 2024 16:18:15 +0800</pubDate><description><![CDATA[安装一直停在setup.py，然后官网手动下载对应的cuda和py。]]></description><category></category></item><item><title><![CDATA[conda&pip国内镜像]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/143469782</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/143469782</guid><author>weixin_54379099</author><pubDate>Sun, 03 Nov 2024 19:58:25 +0800</pubDate><description><![CDATA[【代码】conda&pip国内镜像。]]></description><category></category></item><item><title><![CDATA[python文件存储方案比较]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479877</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479877</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 16:29:48 +0800</pubDate><description><![CDATA[别再用CSV了，更高效的Python文件存储方案 - 知乎 (zhihu.com)]]></description><category></category></item><item><title><![CDATA[数据存储格式——Arrow]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479781</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479781</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 16:28:14 +0800</pubDate><description><![CDATA[Apache Arrow 是 Apache 基金会全新孵化的一个顶级项目。它设计的目的在于作为一个跨平台的数据层，来加快大数据分析项目的运行速度。]]></description><category></category></item><item><title><![CDATA[数据存储格式-pkl]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479452</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479452</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 16:22:54 +0800</pubDate><description><![CDATA[使用DataFrame的to_pickle就可以生成pickle文件，因此如果需要存储其他类型的数据将其转化为DataFrame即可存取，例如将dict类型数据保存在.pkl文件中。保存网络的状态信息：torch.save(net.state_dict(), ‘net_params.pkl’)pkl文件是python里面保存文件的一种格式，如果直接打开会显示一堆序列化的东西（二进制文件）。保存整个网络：torch.save(net, ‘net.pkl’)常用于保存神经网络训练的模型或者各种需要存储的数据。]]></description><category></category></item><item><title><![CDATA[数据存储格式——json]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479360</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479360</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 16:01:06 +0800</pubDate><description><![CDATA[JSON，全称为JavaScript Object Notation，也就是JavaScript对象标记，构造简洁但是结构化程度非常高，采用对象和数组的组合来表示数据，是一种轻量级的数据交换格式，和XML有点类似，如果对数据结构有要求的话，可根据需求考虑此种方式。原文链接：https://blog.youkuaiyun.com/qq_44000141/article/details/121195542。indent代表缩进字符个数，ensure_ascii=False规定文件输出的编码，这样就可以输出中文。]]></description><category></category></item><item><title><![CDATA[Seurat、anndata/h5ad、LOOM、SingleCellExperiment 格式互相转换]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479325</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479325</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 15:56:50 +0800</pubDate><description><![CDATA[单细胞终极笔记之——Seurat、anndata/h5ad、LOOM、SingleCellExperiment 格式互相转换 - 知乎 (zhihu.com)当你看中了Scanpy的绘图风格，手里却只有Seurat对象... - 知乎 (zhihu.com)Seurat4.0系列教程20：单细胞对象的格式转换-腾讯云开发者社区-腾讯云 (tencent.com)]]></description><category></category></item><item><title><![CDATA[数据存储格式——LOOM]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479194</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134479194</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 15:54:48 +0800</pubDate><description><![CDATA[一个loom包含6各部分，一个数据集（matrix），以及5个组layersrow_attrscol_attrsrow_graphs, andcol_graphs。]]></description><category></category></item><item><title><![CDATA[数据存储格式——h5]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134478882</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134478882</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 15:38:27 +0800</pubDate><description><![CDATA[h5文件简介 - 努力奋斗的阿贝拉 - 博客园 (cnblogs.com)h5文件是层次格式的第5代版本,用于存储科学数据的一种文件格式和库文件,由美国超级计算中心与应用中心研发的文件格式,用以存储和组织大规模数据.H5将文件结构简化成两个主要的对象类型:1 数据集dataset,就是同一类型数据的多维数组2 组group,是一种容器结构,可以包含数据集和其他组,若一个文件中存放了不同种类的数据集,这些数据集的管理就用到了group直观的理解,可以参考我们的文件系统,不同的文件存放在不同的目录下:目录就是h]]></description><category></category></item><item><title><![CDATA[数据存储格式——SingleCellExperiment]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134478564</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134478564</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 15:25:51 +0800</pubDate><description><![CDATA[Bioconductor软件包SingleCellExperiment提供了SingleCellExperiment类以供使用。链接：https://www.jianshu.com/p/7dedf284ca54。]]></description><category></category></item><item><title><![CDATA[数据存储格式——Seurat]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134478273</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134478273</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 15:06:16 +0800</pubDate><description><![CDATA[对数据存储格式的汇总第二篇，第一篇Anndata请见上篇文章。]]></description><category></category></item><item><title><![CDATA[数据存储格式——Anndata]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134477342</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134477342</guid><author>weixin_54379099</author><pubDate>Sat, 18 Nov 2023 14:38:31 +0800</pubDate><description><![CDATA[AnnData 是用于存储数据的对象，一般作为 scanpy 的数据存储格式。使用前事先按照scanpy库anndata 是一个 Python 软件包，用于处理内存和磁盘中的注释数据矩阵，介于 pandas 和 xarray 之间。anndata 提供了大量高效的计算功能，包括 sparse data support, lazy operations, and a PyTorch interface.]]></description><category></category></item><item><title><![CDATA[在linux中关于R包devtools的安装]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134268949</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134268949</guid><author>weixin_54379099</author><pubDate>Tue, 07 Nov 2023 15:41:21 +0800</pubDate><description><![CDATA[可以看到，常规的安装方法行不通，这里可以看到补充包还需要安装好几个，但是其他包都是依赖最关键的gert这个包，所以我们先安装一下gert包，来看看到底是出现了什么问题。方法1：最后用conda直接安装，退出R，然后输入代码。方法2：也可以通过conda安装缺失的依赖包。#显示安装成功然后加载这个包。#安装"gert"包。#当然，还是失败了，]]></description><category></category></item><item><title><![CDATA[screen配置后台运行]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134265790</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134265790</guid><author>weixin_54379099</author><pubDate>Tue, 07 Nov 2023 14:01:59 +0800</pubDate><description><![CDATA[screen命令可以让我们开启大量的窗口，并灵活控制每个窗口的开启关闭、前台后台状态。那么接下来，我们使用screen命令将Jupyter服务放置在后台运行，这样的话，及时我们本地的电脑关闭了或者断开了与服务器的连接，我们搭建的Jupyter服务依然会正常运行。$ screen -r    # 其后可以通过指定窗口名打开特定窗口，默认打开上一个使用的窗口。先 安装 conda install screen。]]></description><category></category></item><item><title><![CDATA[Linux删除文件失败 rm: cannot remove xxx. Device or resource busy]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134253347</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134253347</guid><author>weixin_54379099</author><pubDate>Mon, 06 Nov 2023 19:40:01 +0800</pubDate><description><![CDATA[在终端执行 lsof +D 再加上无法删除文件的目录，把显示的process都kill掉，然后再rm就可以了。然后kill掉那个进程。]]></description><category></category></item><item><title><![CDATA[Linux服务器上home 目录的jupyter lab打开其他路径的目录文件]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134220345</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134220345</guid><author>weixin_54379099</author><pubDate>Sat, 04 Nov 2023 16:49:15 +0800</pubDate><description><![CDATA[先打开jupyter lab所在的虚拟环境。jupyter lab【你想要的文件目录】我原本打开jupyter lab是这样的。打开jupyter lab即可。然后cd [文件夹路径]]]></description><category></category></item><item><title><![CDATA[jupyterlab加入R内核]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134219560</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134219560</guid><author>weixin_54379099</author><pubDate>Sat, 04 Nov 2023 15:59:29 +0800</pubDate><description><![CDATA[使用Conda管理，安装 r-essentials常用包，并将该包配置在当前工作环境下。]]></description><category></category></item><item><title><![CDATA[jupyter lab nohup]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134218320</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134218320</guid><author>weixin_54379099</author><pubDate>Sat, 04 Nov 2023 14:50:22 +0800</pubDate><description><![CDATA[意思标准输出重定向到文件test.txt中，【2>&1】意思是将标准错误输出重定向到标准输出，因为标准错误输出是没有缓冲区的 而标准输出有，并且如果实时输出到文件中要【flush】输出缓冲区，否则未达到缓冲区大小时是不会输出到文件的。nohup 命令，在默认情况下（非重定向时），会输出一个名叫 nohup.out 的文件到当前目录下，如果当前目录的 nohup.out 文件不可写，输出重定向到 $HOME/nohup.out 文件中。在想要运行在后台中的 nohup 命令的尾部，添加 &，就不会报错了。]]></description><category></category></item><item><title><![CDATA[远程linux服务器jupyter lab和pytorch]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134218240</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134218240</guid><author>weixin_54379099</author><pubDate>Sat, 04 Nov 2023 14:44:46 +0800</pubDate><description><![CDATA[3.将虚拟环境加入到ipykernel。4.再启动 jupyter lab。2.安装ipykernel。]]></description><category></category></item><item><title><![CDATA[远程服务器linux安装pytorch并放入jupyter lab 内核]]></title><link>https://blog.youkuaiyun.com/weixin_54379099/article/details/134217783</link><guid>https://blog.youkuaiyun.com/weixin_54379099/article/details/134217783</guid><author>weixin_54379099</author><pubDate>Sat, 04 Nov 2023 14:15:41 +0800</pubDate><description><![CDATA[找到自己对应的版本，然后直接在官网上找到。我在对应的环境里用这个命令，下载也蛮快的。安装pytorch，看准版本。]]></description><category></category></item></channel></rss>