AI浩

安装 WSL 2 之前，必须启用“虚拟机平台”可选功能。计算机需要虚拟化功能才能使用此功能。下载 Linux 内核更新包:l链接：下载完成后更新。打开 Microsoft Store，搜索WSL，选择你偏好的 Linux版本。我选择的是Ubuntu22.04版本。点进去就可以看到下载链接下载即可。下载完成后，启动系统，配置用户名和密码。输入nvidia-smi。

摘要Linux系统中查看日志的命令确实多种多样，每个命令都有其特定的用途和优势。常用的命令有：tail、cat、tac、head、echo，grep、less、awk、sed。tail命令主要用于查看文件的末尾内容，特别适用于实时查看日志文件的更新内容。通过-f选项，可以实时监控日志文件的最新内容。例如，会实时显示系统日志的最新条目。另外，-n选项可以用来指定显示的行数，如会显示日志文件的最后100行。cat命令用于显示整个文件的内容。

GitCode 是 CSDN 为开发者提供的开源项目创新服务平台，秉承“创新、开放、协作、共享”的开源价值观，致力于为大规模开源开放协同创新助力赋能，打造创新成果孵化和新时代开发者培养的开源创新生态！支持公有云使用、私有化部署以及软硬一体化私有部署。项目地址：https://gitcode.net/explore/welcome这篇文章向大家展示如何从零开始使用gitcode完成项目的搭建。

github地址：https://github.com/Archiconda/build-tools/releases，提供了aarch64版本的Conda工具，目前最新版本是0.2.3，下载之后的文件为：Archiconda3-0.2.3-Linux-aarch64.sh。链接：https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048，英伟达官方编译好了一些pytorch的安装库文件，按照对应的版本下载即可。下载完成后，将其改为。

参考文章：https://blog.csdn.net/weixin_41973774/article/details/117223425。等待cuDNN安装包仓库安装完毕后，最后几行会输出一个添加密钥的命令，类似下面。编译一下cuDNN的示例代码。如果能成功编译并运行，代表你的CUDA工具链和cuDNN库全部正常工作。然后就可以将win11里面的文件复制进来了。访问 Linux 文件。

安装 WSL 2 之前，必须启用“虚拟机平台”可选功能。Windows10和11支持Docker的安装，安装需要用到WSL。下载链接：https://www.docker.com/get-started/，点击进去。打开 Microsoft Store，搜索WSL，选择你偏好的 Linux版本。打开docker，选择运行的yolov5容器,单机红框的位置，进入容器的里面。下载完成后，启动系统，配置用户名和密码。点击下载按钮，下载最新的Docker。点击红框的按钮，后可以看到下载链接。,重新开启一个窗口。

Docker 是一个开源的应用容器引擎，基于 Go 语言 并遵从 Apache2.0 协议开源。Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口（类似 iPhone 的 app）,更重要的是容器性能开销极低。这篇文章告诉大家如何在Docker环境中更换python版本。

在开启多路测试的时候，发现SWAP空间不够了，板子非常的卡，解决的办法就是增加SWAP空间。

这两步比较简单，所以略了。虚拟机的配置需要注意硬盘空间大一点，至少40G。

打开‘软件和更新。点击附加驱动安装显卡驱动如果已经安装显卡驱动，请忽略上面的步骤。

执行完成后，就删除了旧的cmake，接下来我们安装新的版本。

这个时候就要注意了，有的人可以直接开始烧录，而有的人就不能开始烧录，出现这个问题，很有可能就是你的SD卡的文件格式不正确，是默认的FAT格式。这个时候你就需要将SD格式化为exFAT格式，格式化完成之后你就可以尝试烧录了。这个链接下载的镜像是4.6.1的，我在安装的时候一直无法进入系统，所以更换了4.6的版本。window的直接安装，Ubuntu版本的解压后双击打开即可。然后选择JetPack4.6的版本。找到Nano版本，下载4.6版本的镜像。在这个网站找到合适的版本。选择格式化后的SD卡。

jetson nano默认已经安装了CUDA10.0，但是没有配置，需要你把CUDA的路径写入环境变量中。检查CUDA环境是否配置完成。

Ubuntu系统自带的源都是国外的网址，国内用户在使用的时候网速比较慢。这篇文章指导如何将源改为国内源。

sudo chmod -R 774 /Swin

总体来说，这款软件还是不错的，特别是流畅度上面，而且无论连接还是传输文件均不限速，这一点非常好。如果大家需要使用远程控制软件，可以试试！

中科大:http://mirrors.ustc.edu.cn/ubuntu-releases/18.04/南京大学：http://mirrors.nju.edu.cn/ubuntu-releases/18.04/上海交通大学：http://ftp.sjtu.edu.cn/ubuntu-releases/18.04/清华大学：https://mirror.tuna.tsinghua.edu.cn/ubuntu-releases/18.04/阿里云：http://mirrors.aliyun.com/u

本文是Android开发环境的搭建教程，最近用到了Android开发，对环境搭建做个总结。1、安装JDK首先去官网下载JDK。Java SeSdk下载地址： https://www.oracle.com/java/technologies/javase-downloads.html选择Windows版本。下载完成后，直接双击安装，使用默认路径C:\Program Files\Java\jdk-17.0.2即可。然后配置环境变量。然后，运行CMD，输入java -version。如上图，看到

定义公式编号使用：\tag{1}例\mathbf{G}{k, l, n}=\sum{i, j, m} \mathbf{K}{i, j, m, n} \cdot \mathbf{F}{k+i-1, l+j-1, m} \tag{1}生成的公式：Gk,l,n=∑i,j,mKi,j,m,n⋅Fk+i−1,l+j−1,m(1)\mathbf{G}_{k, l, n}=\sum_{i, j, m} \mathbf{K}_{i, j, m, n} \cdot \mathbf{F}_{k+i-1, l+

安装cmake，命令：pip install cmake安装VS选择C++的桌面开发和python开发给cl.exe配置环境变量。我的cl.exe目录是：C:\Program Files (x86)\Microsoft Visual Studio\2017\Enterprise\VC\Tools\MSVC\14.16.27023\bin\Hostx64\x64。安装dlibgit clone https://github.com/davisking/dlib.gitcd dlibmk

error C2734: “GifAsciiTable8x8”: 如果不是外部的，则必须初始化常量对象解决方法：使用python setup.py install --no DLIB_GIF_SUPPORT 安装

安装dlib cpu安装dlib的时候，如果直接使用的是pip，则是不带有GPU版本，在调用执行的时候，使用的是CPUpip install dlib安装dlib gpu如果要使用GPU的话，则需要自己编译dlib，然后再安装的时候设置使用CUDAgit clone https://github.com/davisking/dlib.gitcd dlibmkdir buildcd buildcmake .. -DDLIB_USE_CUDA=1 -DUSE_AVX_INSTRUCTIONS

win10下编译安装ncnn第一步 自行安装VS2017、CMake软件。Cmake可以在网盘自取：链接：https://pan.baidu.com/s/16w_ZVHDb4_y-56WmDHMXlg提取码：hezy下载protobuf和ncnn源码protobuf下载链接：https://github.com/google/protobuf/archive/v3.4.0.zipncnn下载链接：https://github.com/Tencent/ncnn编译protobuf将proto

将anaconda环境下的 lib/python3.5/dist-packages/torch/utils/cpp_extension.py文件将[‘ninja’,’-v’]改成[‘ninja’,’–version’]

fvcore库的简介fvcore是一个轻量级的核心库，它提供了在各种计算机视觉框架(如Detectron2)中共享的最常见和最基本的功能。这个库基于Python 3.6+和PyTorch。这个库中的所有组件都经过了类型注释、测试和基准测试。Facebook 的人工智能实验室即FAIR的计算机视觉组负责维护这个库。github地址：https://github.com/facebookresearch/fvcore执行命令conda install -c fvcore -c iopath -c con

安装apex库APEX是英伟达开源的，完美支持PyTorch框架，用于改变数据格式来减小模型显存占用的工具。其中最有价值的是amp（Automatic Mixed Precision），将模型的大部分操作都用Float16数据类型测试，一些特别操作仍然使用Float32。并且用户仅仅通过三行代码即可完美将自己的训练代码迁移到该模型。实验证明，使用Float16作为大部分操作的数据类型，并没有降低参数，在一些实验中，反而由于可以增大Batch size，带来精度上的提升，以及训练速度上的提升。下载apex

问题描述：windows 10 和ubuntu 20.04都安装了向日葵客户端，Ubuntu20.04连接访问win10正常，但在windows上连接访问ubuntu时，总是显示正在连接，马上就是连接已断开，如下图：解决方法：sudo apt-get updatesudo apt-get upgradesudo apt-get install lightdm #选择lightdm...

执行命令：python setup.py build develop重新编译

生成requirements.txt文件pip freeze > requirements.txt安装requirements.txt依赖pip install -r requirements.txt

解决方法如下：用Win + X 组合键调出PowerShell 管理员模式；输入命令conda install -n root -c pscondaenvs pscondaenvs安装PSCondaEnvs包；输入命令Set-ExecutionPolicy RemoteSigned在出现选项后输入Y回车，更改PowerShell 的安全策略。在PowerShell中激活和退出环境的命令分别为activate 环境名和deactivate...

如图，找不到sklearn.cross_validation这个模块弃用了，改为model_selection了。

导致问题的原因：使用的cmd，而不是用vs的命令行工具。

在最开始的地方加上。os.environ[‘CUDA_VISIBLE_DEVICES’] = ‘1,0’这样第二块显卡，在训练的时候就默认为第一块显卡了。

2.1 下载TensorRT版本使用TensorRT 7.2.3 for Windows，CUDA版本是11.0，下载地址：NVIDIA TensorRT 7.x Download | NVIDIA Developer文件大小约500M，2.2 配置环境变量将下载好的文件赋值到C盘根目录，然后将“C:\TensorRT-7.2.3.4\lib”添加环境变量。如下图：2.3 安装必要的whl文件在shell里面安装下面三个whl文件。执行命令： pip install nvidia-pyin

推荐一款写数学公式的神器。直接放链接，官网地址：Mathpix Snip我下载Windows版本的。下载完成后，点击安装，然后使用邮箱注册个账号就可以使用了。我手写了tanh激活函数的推导过程（字丑，请不要介意啊）然后将图片打开，点解红框的图标，这时候，你发现桌面变成黑白色，然后选取公式。然后打开Mathpix，你发现刚才截取的公式识别出来了。如下图：如果你需要图片格式的图片，选择左下角红框标注的位置，将图片导出来。如果需要markdown的格式，最下面的工具栏里选择.需要mar

在官网地址下载最新的Anaconda：https://www.anaconda.com/products/individual下载完成后，在文件所在的文件夹，右键打开终端执行bash Anaconda3-2020.02-Linux-x86_64.sh，如下图：按回车键，一直按住回车键，直到出现下图所示：输入yes：然后按回车键，出现下图的画面输入yes后自动添加环境变量到这里已经完成安装。下一步安装pycharm下载地址：https://www.jetbra.

CUDA安装下载cuda输入nvidia-smi命令查看支持的cuda版本如果有驱动显示以下信息：如果没有，则会显示以下信息：如果无法查看，则说明尚未安装nvidia驱动，点击附加驱动，选择对应版本的驱动即可自动下载。点击应用更改，然后开安装驱动，安装完成后重启电脑，然后再查看显卡驱动是否正常。从https://developer.nvidia.com/cuda-toolkit-archive下载对应版本的cuda，选择18.04的版本。如下图...

conda clean -p //删除没有用的包conda clean -t //删除tar包conda clean -y --all //删除所有的安装包及cache

最近遇到问题，typora不能上传图片，PicGo可以上传，这个如何解决呢？出现这个问题的的原因是：typora的上传端口和PigGo的监听端口不一致这里看到上传的端口是36677。我们配置一下PicGo的端口，点击设置Server。修改监听端口。...

1、 安装必要的工具及deepin-wine依赖sudo apt install wget g++ git2、安装deepin-winegit clone "https://gitee.com/wszqkzqk/deepin-wine-for-ubuntu.git"cd deepin-wine-for-ubuntu #切换到下载目录sudo ./install.sh #执行安装3、安装微信下载地址：https://gi