GitHub以及Typora超保姆级使用教程#简单易懂

导读:本篇文章主线为讲解如何熟练使用Github以及Typora的方案,支线为git使用教程,typora图片配置和换主题问题解决方案,以及picgo常见问题解决方案。

1、GitHub

作为远程仓库存笔记代码以及项目使用,同时作为资源查找网查找资源

1.1 使用指南
  • 建议先看git使用教程,熟练远程仓库与本地仓库之间的操作
  • 然后看知乎GitHub那些事儿 - 知乎 (zhihu.com),此博主写有解析github界面,建远程仓库教程等文章,还有其他操作,超保姆级教程建议看
1.2 关于GitHub加载慢问题解决方案
  • Microsoft store下载安装watt toolkit ,选择GitHub一键加速
  • ps:不用的时候关掉
  • 国内用gitee
2、git

看黑马git教程黑马程序员Git全套教程,完整的git项目管理工具教程,一套精通git_哔哩哔哩_bilibili即可了解与熟练使用

3、typora

新版收费,老版免费(有需要看文章末尾)
用于记笔记与写文章

3.1 使用
  • markdown语法可以不用死记,typora直接点上栏菜单可一键应用(可以多浏览并记住一些常用的快捷键),常用的还有导出功能(直接全文复制也可)
3.2 换主题
  • 搜“typora主题”,去官网找并下载
  • 解压后把类似以下3个文件(我下载的vue,所以是这三个文件)剪切到主题文件夹image-20231010193542147img
  • 主题文件夹可在typora上栏菜单“文件”,偏好设置–>“外观”最下边“打开主题文件夹”打开image-20231010193819223

  • 然后选择即可
    image-20231010194117388

3.3 *图片配置
  • 自己使用,无网传需要,有三种方案

  • 网传需求

    • 上传到github上
      • 直接按照“仅自己使用”配置把图片文件夹一起上传即可(图片随文件一起移动)
    • 上传到知乎,csdn等
      • 直接typora+gitee+picgo组合,操作简单且快,详情看typora+gitee+picgo
      • ps:引用文章中picgo的详细链接看文章末尾,之前没上传的图片可如下图操作上传image-20231010201145591
4、关于picgo问题
4.1 安装后打不开
  • 注意不是双击打开,而是在如下图位置打开
    image-20231010195925986
4.2 typora上传所有本地图片失败
  • 点开picgo,进入设置,找到设置日志文件,“点击设置”并打开日志文件image-20231010200136357

  • 在日志文件中查看日志看是什么问题,示例:image-20231010200430154

  • 直接上网搜解决方案

  • 关于erro in repo name问题

    • 是因为用的是新版本,图床设置的仓库链接换成“gitee用户名/仓库名”重新上传即可

关于本篇文章涉及到的app下载链接如下:

最后:本篇文章所引用到的所有文章链接皆为自己搜索方案时胡乱摸索找到,作为个人问题以及方案记录使用,如有侵权请后台私信联系。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你好!对于nnUNet的使用教程,我可以为你提供一些基本的指导。nnUNet是一个用于医学图像分割的开源框架,旨在简化深度学习模型在医学图像上的训练和推理过程。 以下是一个简单的nnUNet使用教程的大纲: 1. 安装nnUNet:首先,你需要安装nnUNet框架。你可以在nnUNet的GitHub页面找到安装说明。 2. 数据准备:准备你的医学图像数据集。确保你的数据集包含正确的标签,并将其划分为训练集、验证集和测试集。 3. 数据预处理:nnUNet要求对数据进行预处理,包括将图像和标签裁剪为相同大小、进行数据增强等。你可以使用nnUNet提供的预处理脚本来完成这些操作。 4. 配置实验:创建一个配置文件来定义你的实验设置。在配置文件中,你需要指定数据路径、模型架构、训练参数等。 5. 训练模型:使用nnUNet提供的训练脚本开始训练模型。根据你的配置文件,nnUNet将自动加载数据并开始训练。 6. 模型评估:在训练完成后,你可以使用nnUNet提供的评估脚本评估模型在测试集上的性能。 7. 模型推理:使用已经训练好的模型进行推理。nnUNet提供了推理脚本,你可以使用它来对新的医学图像进行分割。 请注意,这只是一个简要的教程大纲。如果你需要更详细的教程或遇到特定问题,请参考nnUNet的文档或在相关论坛上寻求帮助。祝你成功使用nnUNet进行医学图像分割!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值