很多小伙伴刚开始接触深度学习，第一步配置环境找了很多资料，花费了很多时间，结果环境还是出现各种问题，在这里我结合我自己亲身经历的环境配置，给大家分享下我的深度学习的环境配置，希望对大家有所帮助。
目录
登录官网，官网网址为：https://code.visualstudio.com/，点击Download。
然后大家根据自己的操作系统下载对应的版本，我这里是windows，然后点击。
下载完成后，双击安装包。
这里点击我同意此协议（A）。
接下来是自定义需要安装到的路径，这里默认即可（因为vscode总体来说不是很大，安装到C盘也是可以的，如果你C盘不足可以安装到其他的盘）。
点击下一步即可。
这里勾选第一、二、三、五，点击下一步。
点击安装。
完成安装后是英文的，如果需要换成中文的，需要进行一下操作：
按住ctrl+shift+p，输入language，选择第一个configure Display Language。
选择中文简体。
接着会提示要展示中文语言，需要进行重新启动，这里点击restart。
重新启动之后，vscode界面如下：
在完成中文转换后，我们需要配置vscode的python环境，在查看中选择添加扩展。
在输入框中搜索python，选择安装第一个。
安装完成后，python环境是配置好了，新建python文件，可以输入print('hello world!')然后执行试试。
至此，vscode安装就已经完成了。
首先需要安装anaconda，后续我们要将深度学习框架放到anaconda里进行管理，anaconda下载的官网地址为：anaconda下载官网
现在官网对应的anaconda版本是支持python3.9的，如果要下载之前的anaconda版本，点击这里anaconda所有版本链接然后大家自己的操作系统下载对应的版本就好了。
下载好了安装包后，进行安装，这里点击Next。
点击I Agree。
点击just me，再点击Next。
在这里推荐大家保存到容量比较大的盘，不要保存在C盘，后面各种深度学习环境都在放到anaconda的，内存占用会很大，这里我保存在了D盘。点击Next。
下载完成后，点击Next。
这里两个都不勾选 ，点击Finish。
到这里，anaconda安装就结束了，我们按win键打开anaconda prompt（anaconda3），输入python即可查看自己的python版本，我这里是3.9的。
在anaconda中创建pytorch框架之前，我们可以通过下面的命令查看下当前有哪些环境。
conda env list可以看出来，当前conda下只有一个基本的环境base。
然后我们在conda里面创建一个新的环境（变量名就叫pytorch吧）用来存储pytorch深度学习框架，输入如下的命令（我这里python版本是3.9所以输入的是3.9，你们需要查看下自己的python版本是多少就输入多少）：
conda create -n pytorch python=3.9接下来会提示要安装pytorch相关的包，这里输入y，然后回车。
安装结束后，到如下界面，提示安装已经完成。
接下来我们再次执行conda env list这个命令，我们就会发现这里多了一个pytorch的环境，后面我们深度学习的包都会在这个环境里面安装。
接下来我们激活pytorch，执行如下命令：
conda activate pytorch由于pytorch是国外的，相关环境包的下载是非常慢的，这里我们添加清华镜像源加快安装（可以一次性全部复制输入，如果报错就一行一行输入）。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes输入完成之后，界面是这样的：
之后我们进入pytorch的官网，网址为：https://pytorch.org/，如果你的电脑是有显卡的，需要下载相应的显卡驱动，安装完成后找到自己对应的CUDA版本（比如你的版本是11.6的，就是说你的电脑最高支持的CUDA 11.6，需要安装小于等于11.6的CUDA），如果你的电脑是没有显卡的，找到CPU版本对应的安装命令就行，这里我们仅展示CPU版本的（强烈建议大家做深度学习还是准备一台有显卡的电脑，GPU跑的比CPU快几十倍甚至上百倍）。
复制pytorch的CPU版本安装命令，返回到anaconda prompt输入，然后回车。
conda install pytorch torchvision torchaudio cpuonly -c pytorch接下来会提示要在pytorch中安装相关的包，这里输入y，然后回车。
当安装完成后，界面显示如下，说明已经安装成功了。
打开vscode，点击右下角的3.8.1 64-bit，你会发现这里多了anaconda的base环境以及pytorch环境，后面我们就要切换到pytorch环境进行深度学习。
到这里，anaconda+vscode+pytorch的安装就已经完成了，后续我会继续发布数据集如何制作、如何划分，以及运用yolov5的训练自己的模型。
相关参考：利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn（适合小白的保姆级教学）
我需要在客户计算机上运行Ruby应用程序。通常需要几天才能完成(复制大备份文件)。问题是如果启用sleep，它会中断应用程序。否则，计算机将持续运行数周，直到我下次访问为止。有什么方法可以防止执行期间休眠并让Windows在执行后休眠吗？欢迎任何疯狂的想法;-) 最佳答案 Here建议使用SetThreadExecutionStateWinAPI函数，使应用程序能够通知系统它正在使用中，从而防止系统在应用程序运行时进入休眠状态或关闭显示。像这样的东西:require'Win32API'ES_AWAYMODE_REQUIRED=0x0
我有一个在Linux服务器上运行的ruby脚本。它不使用rails或任何东西。它基本上是一个命令行ruby脚本，可以像这样传递参数:./ruby_script.rbarg1arg2如何将参数抽象到配置文件(例如yaml文件或其他文件)中？您能否举例说明如何做到这一点？提前谢谢你。 最佳答案 首先，您可以运行一个写入YAML配置文件的独立脚本:require"yaml"File.write("path_to_yaml_file",[arg1,arg2].to_yaml)然后，在您的应用中阅读它:require"yaml"arg
我已经在Sinatra上创建了应用程序，它代表了一个简单的API。我想在生产和开发上进行部署。我想在部署时选择，是开发还是生产，一些方法的逻辑应该改变，这取决于部署类型。是否有任何想法，如何完成以及解决此问题的一些示例。例子:我有代码get'/api/test'doreturn"Itisdev"end但是在部署到生产环境之后我想在运行/api/test之后看到ItisPROD如何实现？ 最佳答案 根据SinatraDocumentation:EnvironmentscanbesetthroughtheRACK_ENVenvironm
这似乎非常适得其反，因为太多的gem会在window上破裂。我一直在处理很多mysql和ruby-mysqlgem问题(gem本身发生段错误，一个名为UnixSocket的类显然在Windows机器上不能正常工作，等等)。我只是在浪费时间吗？我应该转向不同的脚本语言吗？ 最佳答案 我在Windows上使用Ruby的经验很少，但是当我开始使用Ruby时，我是在Windows上，我的总体印象是它不是Windows原生系统。因此，在主要使用Windows多年之后，开始使用Ruby促使我切换回原来的系统Unix，这次是Linux。Rub
我正在玩HTML5视频并且在ERB中有以下片段:mp4视频从在我的开发环境中运行的服务器很好地流式传输到chrome。然而firefox显示带有海报图像的视频播放器，但带有一个大X。问题似乎是mongrel不确定ogv扩展的mime类型，并且只返回text/plain，如curl所示:$curl-Ihttp://0.0.0.0:3000/pr6.ogvHTTP/1.1200OKConnection:closeDate:Mon,19Apr201012:33:50GMTLast-Modified:Sun,18Apr201012:46:07GMTContent-Type:text/plain
之前在培训新生的时候，windows环境下配置opencv环境一直教的都是网上主流的vsstudio配置属性表，但是这个似乎对新生来说难度略高(虽然个人觉得完全是他们自己的问题)，加之暑假之后对cmake实在是爱不释手，且这样配置确实十分简单(其实都不需要配置)，故斗胆妄言vscode下配置CV之法。其实极为简单，图比较多所以很长。如果你看此文还配不好，你应该思考一下是不是自己的问题。闲话少说，直接开始。0.CMkae简介有的人到大二了都不知道cmake是什么，我不说是谁。CMake是一个开源免费并且跨平台的构建工具，可以用简单的语句来描述所有平台的编译过程。它能够根据当前所在平台输出对应的m
深度学习部署：Windows安装pycocotools报错解决方法1.pycocotools库的简介2.pycocotools安装的坑3.解决办法更多Ai资讯：公主号AiCharm本系列是作者在跑一些深度学习实例时，遇到的各种各样的问题及解决办法，希望能够帮助到大家。ERROR:Commanderroredoutwithexitstatus1:'D:\Anaconda3\python.exe'-u-c'importsys,setuptools,tokenize;sys.argv[0]='"'"'C:\\Users\\46653\\AppData\\Local\\Temp\\pip-instal
注意：本文主要掌握DCN自研无线产品的基本配置方法和注意事项，能够进行一般的项目实施、调试与运维AP基本配置命令AP登录用户名和密码均为：adminAP默认IP地址为：192.168.1.10AP默认情况下DHCP开启AP静态地址配置：setmanagementstatic-ip192.168.10.1AP开启/关闭DHCP功能：setmanagementdhcp-statusup/downAP设置默认网关：setstatic-ip-routegeteway192.168.10.254查看AP基本信息：getsystemgetmanagementgetmanaged-apgetrouteAP配
1.1.1 YARN的介绍 为克服Hadoop1.0中HDFS和MapReduce存在的各种问题⽽提出的，针对Hadoop1.0中的MapReduce在扩展性和多框架⽀持⽅⾯的不⾜，提出了全新的资源管理框架YARN. ApacheYARN（YetanotherResourceNegotiator的缩写）是Hadoop集群的资源管理系统，负责为计算程序提供服务器计算资源，相当于⼀个分布式的操作系统平台，⽽MapReduce等计算程序则相当于运⾏于操作系统之上的应⽤程序。 YARN被引⼊Hadoop2,最初是为了改善MapReduce的实现，但是因为具有⾜够的通⽤性，同样可以⽀持其他的分布式计算模
我试图在rails中了解rubygems是如何变得可以自动使用的，而不是在使用required的文件中gem？ 最佳答案 这是通过bundler/setup完成的:http://bundler.io/v1.3/bundler_setup.html.它在您的config/boot.rb文件中是必需的。简而言之，它首先将环境变量设置为指向您的Gemfile:ENV['BUNDLE_GEMFILE']||=File.expand_path('../../Gemfile',__FILE__)然后它通过要求bundler/setup将所有ge