安装conda后取消命令行前出现的base,取消每次启动自动激活conda的基础环境   方法一: 每次在命令行通过conda deactivate退出base环境回到系统自动的环境 方法二 1,通过将auto_activate_base参数设置为false实现: conda config --set auto_activate_base false 2,那要进入的话通过conda activate base 3,如果反悔了还是希望base一直留着的话通过conda config --set a

1. 查看历史版本: conda list --revision 2. 安装上次版本: conda install revision 13 13是历史序号.从上面看出,最近的历史序号是14,因此上一个版本是13,回滚到上一个版本. 参考:https://www.jianshu.com/p/97d3fc248cbb

某天在服务器上更新了conda的版本,不知怎么回事我的python3.6就变成python2.7了,而且一进入服务器就会自动进入base环境(我的conda只装了base环境) 仔细研究了半天,才发现它给我更新了个python2.7的conda,原本python3.6不知道去哪了(应该是没了,但是3的环境都还在),真的迷醉... 谷歌了几十个网页,找不到一条类似的问题.问了好多大佬,他们都说不太懂怎么解决,建议我重新安装anaconda和需要的环境,可是我心疼我费好大功夫才装好的环境,而且重新安

在使用 python anaconda时,经常会用到很多常用操作,记录下来,方便以后更好地使用: conda: Conda既是一个包管理器又是一个环境管理器.你肯定知道包管理器,它可以帮你发现和查看包.但是如果当我们想要安装一个包,但是这个包只支持跟我们目前使用的python不同的版本时.你只需要几行命令,就可以搭建起一个可以运行另外python版本的环境.这就是conda环境管理器的强大功能. conda常用命令: conda update conda # 升级conda conda crea

conda命令入坑记 本人使用的软件版本: TypeError: LoadLibrary() argument 1 must be str, not None 网上太多的资料,大多都是在讲path的设置,试来试去根本无效,反而绕的晕的不行!!还好!有两篇文章将的还靠点边,在加上自己的理解,终于------- windows anaconda TypeError: LoadLibrary() argument 1 must be str, not None [Debug] - taoqick的专栏

前两个月参加了学校的国创项目,和一个外院的同学组队.课题是基于深度学习的新闻图片中网络暴力元素的检查. 6月末最后一门试考完,正式开始暑假,便有了大把时间搞这个国创项目(反正没有其他事干).两个组凑钱买了服务器.实验室的师兄老早告诉我们,配环境是第一步,我们可能要搞很久.下面总结一下配环境中获得的经验. 首先是要有独立的环境,因为github上的代码有些是python2.7有些是3.6,需要的包的版本也不同.于是乎我参考网上的教程pip安装了一个conda.有了conda之后就可以进行独立的环境

安装并不难, 官网介绍的很清楚, 但每次到官网找安装方法不方便,我总结了本文(很全) 官网下载Linux版anaconda, 地址https://www.anaconda.com/download/#linux(建议不要安装Miniconda, 万一不够用了, 还得重装) 安装目录选择: 一般自己装的工具安装在/usr/local/目录下, 但是anaconda比较大, 再加上以后的虚拟环境, 可能超过10个G, 建议安装目录: /var/local/ 如果没有就创建: mkdir -p /va

===========================================================================================[admin@localhost ~]$ sudo vim /etc/sudoersWe trust you have received the usual lecture from the local SystemAdministrator. It usually boils down to these three

<input type="file" name="img-up" id="img-up" value="" /> $("#img-up").on("change",function () { if(this.files[0]){ getImgBase64Data(this.files[0], function (result) { console.log(result); }

电脑里以前安装了 tensorflow,现在因为学习需要,需要安装pytorch.还是在原来安装tensorflow的位置安装pytorch. 由于采用在线安装太慢了,而且中途还会因为网速不稳定终端!因此,采用离线安装(真的是快啊),先将具体操作记录如下 (PS:本文只讲在已经安装CUDA和CUDNN等一系列前提下,进行的) 1.首先去清华镜像下载pytorch https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

前言 这段时间,算是空出手来写几篇文章了.由于很久都没有时间整理现在所用的东西了,所以,接下来会慢慢整理出一些文档来记录前段时间的工作和生活. 这篇文章的主题是vue-cli的理解.或许,很多人在开发vue的时候,我们会发现一个问题--只会去用,而不明白它的里面的东西.现在的框架可以说是足够的优秀,让开发者不用为搭建开发环境而烦恼.但是有时候,我们还是得回到原始生活体验一下,才能够让自己更上层楼,希望大家共勉.如果你喜欢我的文章,欢迎评论,欢迎Star~.欢迎关注我的github博客 正文 首先

前段时间在阿里云买了一台服务器,准备部署网站,近期想玩一些深度学习项目,正好拿来用.TensorFlow官网的安装仅提及Ubuntu,但我的ECS操作系统是 CentOS 7.6 64位,搭建Python.TensorFlow.Jupyter开发环境过程中遇到很多问题.这里将具体步骤分享给大家,可以少走很多弯路. 第一步 安装anaconda Anaconda在linux依然功能强大,管理工具包.开发环境.Python版本都非常方便. 先在根目录下创建一个文件夹用于存放Anaconda安装包 ~

本文首发于个人博客https://kezunlin.me/post/23014ca5/,欢迎阅读最新内容! anaconda tutorial on ubuntu 16.04 Guide versions: ubuntu 16.04 conda 4.6.14 python 3.7.3 (default) python 3.5.6 (env) Install Conda download Anaconda3-2019.03-Linux-x86_64.sh from here bash ./Anac

搭建基于 Anaconda 管理的多用户 JupyterHub 平台 情况:计算工作站放在实验室,多个同学需要接入使用,且需要各自独立的环境,并使用 Jupyter notebook 平台以方便协作. 步骤 1. 安装 Anaconda 由于是多人环境,应调用 root 权限在安装过程中指定安装到 /opt/anaconda/ 路径下,这样所有用户均可读,但无法直接在 base 环境下安装模块. 为了让每个用户都能访问到 conda,需要逐个在用户的 .bashrc 文件中加入 export P

使用Anaconda为机器学习和深度学习设置Python环境 一.安装Anaconda,并更新到最新版本 1.Anaconda 安装: 官方网站下载地址 https://www.anaconda.com/download/ 清华镜像下载  https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 2.版本检测 使用Anaconda Navigator和图形开发环境,现熟悉conda命令 打开终端(命令行窗口) 输入以下命令确定conda已正确安

前言 因为之前的anaconda的conda命令不能用,又找不到原因,所以就决定重装anaconda,然后再装个tensorflow环境.. 正文 可以去官网下载,也可以去清华的开源软件镜像站下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/,我这里下载了2018年12月的python3.7版本,注意是64位win10, 然后点击下去安装就行了,注意要把path添加到系统环境变量里去 添加conda镜像 conda config --

内容参考官方文档 https://qiskit.org/documentation/install.html conda create -n name_of_my_env python=3 创建虚拟环境,如果后面要下载qiskit[visualization],这里的python要安装3.6版本,不然后面安装pywinpty时,会有冲突,目前3.7和3.8版本都有问题. conda activate name_of_my_env 激活虚拟环境,然后在虚拟环境里安包 pip install qis

推荐学习labuladong大佬的动态规划系列文章:先弄明白什么是动态规划即可,不必一次看完.接着尝试自己做,没有思路了再回过头看相应的文章. 动态规划一般可以由 递归 + 备忘录 一步步转换而来,不必被名字唬住.通常只要找到状态转移方程问题就解决了一大半,至于状态的选择只要题目做多了自然就会形成经验,通常是问什么就设什么为状态. 常见四种类型 Matrix DP (10%) Sequence (40%) Two Sequences DP (40%) Backpack (10%) 注意: 贪心算

CAP理论    一致性(Consistency)    可用性(Availability)    分区容错性(网络分区)Partition toleranceCAP理论的特点,就是CAP只能满足其中2条CA(放弃P):将所有的数据放在一个节点.满足一致性.可用性.AP(放弃C):放弃强一致性,用最终一致性来保证.CP(放弃A):一旦系统遇见故障,受到影响的服务器需要等待一段时间,在恢复期间无法对外提供服务.2P理论(two phase commit)二段提交(RDBMS(传统关系型数据库)经常

​ 背景: 实验室给我分配了一个服务器 已经装好了docker 和nvidi docker . 现在我的目标是创建我自己的docker 然后在我自己的docker里装上anaconda环境. 我以前从没用过linux.所以对这一切都是迷迷茫茫不知其所以然.所以一些拙见还请不要见笑.也是整合了很多大佬的.(我是挂了VPN的,所以没有用过国内镜像,如果你发现哪里下不动东西了 可以搜搜怎么加入国内镜像源) 我的理解 docker 就是一个操作系统的模板.然后在服务器输入 docker images ​

1. 下载 pwnlab_ini 靶机的 .ova 文件并导入 VMware: pwnlab下载地址:PwnLab: init ~ VulnHub 导入VMware时遇到VMware上虚机太多,无法确认 pwnlab(DHCP) 的 ip 地址,小技巧: 设置 中查看 网卡的MAC地址 arp-scan 时直接搜索对应mac,映射到ip地址 2. 找到ip地址后,nmap 扫描靶机所有端口 nmap -sT -T4 -A -p- 172.17.0.81 靶机开启了 80,111,3306等端口