yanghao201607030101的博客

官网下载maven绿色版本，然后进入config文件夹中的setting修改mirrors和localrepository 路径后一般就完了，但是，当进入idea 之后发现我们的repository中没有下载包，仔细一看发现那些包还在用户目录下的一个.m2/repositroy中，在idea中打开setting-》maven之后，发现这里还有一个repository的设置，默认它是使用的是idea自带的，所以要修改成我们设置的。修改成下面这样：...

我因为在ubuntu上开了electron-ssr这个东西，pip install包的时候会报错代理问题[Errno 111]，尝试了关掉代理这些都没办法，然后我到处对应的http代理发现是这样的：export http_proxy=“http://127.0.0.1:12333”export https_proxy=“http://127.0.0.1:12333”猜测https_proxy出问题了，感觉应该是"https://127.0.0.1:12333"。然后尝试通过命令export http

操作系统中，我们学到了符号链接能够让两个文件夹共享文件，而符号链接又分为软连接和硬链接。软连接相对灵活，连接中包含的是真实文件的路径；而硬连接则是直接指向真实文件。具体到windows中，软链接能够跨分区，而硬链接不可以。为了实现将文件a内的资源共享给文件b，我们一般采用的是软链接。如，我这里为了做目标检测实验，会在多个项目中都用到同样的一个很大的数据集训练，如果我每次创建一个项目都在这个项目里创建一个文件夹data，然后将我的数据集复制在这个项目里的，那么这样就会很吃我硬盘空间，浪费资源了，所以这里可以

mmdetection的官网：https://github.com/open-mmlab/mmdetection/blob/master/docs/get_started.md这上面的是linux的安装步骤，我试了用ubuntu16.04按照这个教程安装很顺利。简单提下linux上的安装，因为还是有点查考性：conda create -n open-mmlab python=3.7 -yconda activate open-mmlabconda install pytorch==1.6.0

前言：gpu版本的tensorflow需要安装CUDA和cuDNN，不同的显卡对应的版本不同，而CUDA的版本和cuDNN又是对应的，所以要去下载自己对应的版本安装好。以下操作都是建立在已经安装好anaconda、打开anaconda prompt1.创建新的虚拟环境tsflowgpu,使用python3.6版本conda create -n tsflowgpu python=3.62.激活该环境activate tsflowgpu3，然后就进入了该环境，现在给这个虚拟环境安装tensorfl

这篇文章写的很好，我自己按照这个操作成功解决。https://blog.youkuaiyun.com/mtllyb/article/details/78635757

Ubuntu版本选择：16.04（之前安装的20.04遇到很多问题自己没法解决，故现在准备降级）镜像下载地址（64位）：http://releases.ubuntu.com/16.04/ubuntu-16.04-desktop-amd64.isoubuntu启动盘制作：https://www.sysgeek.cn/make-ubuntu-usb-flash-drive/深度学习——安装Ubuntu16.04系统/18.04系统（亲测有效）安装好系统之后安装显卡驱动：https://blog.csd

服务器端配置:安装ssh服务sudo apt-get install openssh-server查看服务是否启动ps -e | grep ssh比如这样就是启动了7911 ? 00:00:00 sshd如果没有则启动sudo /etc/init.d/ssh start 停止命令:sudo /etc/init.d/ssh stop #server停止ssh服务 重启命令sudo /etc/init.d/ssh restart #server重启ssh服务

用pip安装pytorch时出现了这个问题，感觉是网络不稳定的问题，所以一度尝试了7次，最后还好是对的。主要原因就是网络不稳定，然后他会中断，所以要解决这个问题，两个技巧：一：添加国内镜像源。每次下载的时候在末尾加上个-i https://pypi.douban.com/simple，换成豆瓣镜像源，速度很快，当然你也可以换成清华镜像源-i https://pypi.tuna.tsinghua.edu.cn/simple。eg:pip --default-timeout=100 install t

官方安装网址：https://pytorch.org/get-started/locally/pytorch官网上的下载很慢，虽然可以通过加国内清华或豆瓣镜像源来提速，但是还是容易出现下载中断或是失败，因此这里提供一种pip离线安装的方法。首先，找到官网的pip安装，然后复制这个地址打开找到该下载网址。下载网站：然后在这个网站找之前官方网站要你下载的东西点击下载，也可以复制下载连接丢到迅雷或者IDM去下载，这样多线程下载更快。下载完了之后直接输入下面代码安装即可，我这里是需要把下载的文件放在用