！前言：作业审判官可以直接点击目录查看作业更加方便哦~
Task1 Linux基础知识
在大二一年的学习路程中，初步会使用一些ubuntu下的操作。因此，只记录一些自己不会的当做笔记，节约时间，并非完整教程，github文档写的非常好，建议直接访问。
1.端口映射
不进行端口映射的结果
(base) root@intern-studio-002836:/home/demo# python hello_world.py
Running on local URL: http://127.0.0.1:7860
IMPORTANT: You are using gradio version 4.29.0, however version 4.44.1 is available, please upgrade.
--------
To create a public link, set `share=True` in `launch()`.进行映射后：
2.硬链接&软链接
硬链接(hard link)与软链接(symbolic link)，硬链接的意思是一个档案可以有多个名称，而软链接的方式则是产生一个特殊的档案，该档案的内容是指向另一个档案的位置。硬链接是存在同一个文件系统中，而软链接却可以跨越不同的文件系统。
一般使用软连接，它的常用的使用方法如下：
ln [参数][源文件或目录][目标文件或目录]
参数如下：
- -s：创建软链接（符号链接）也是最常用的；
- -f：强制执行，覆盖已存在的目标文件；
- -i：交互模式，文件存在则提示用户是否覆盖；
- -n：把符号链接视为一般目录；
- -v：显示详细的处理过程。
3.mv
-
mv file1.txt file2.txt：将文件file1.txt重命名为file2.txt。
4.find
5.sed
sed命令是一种流编辑器，主要用于文本处理，在处理复杂的文件操作时经常用到，sed命令常用参数及使用示例如下：
- 参数说明：
-e<script>或--expression=<script>：直接在命令行中指定脚本进行文本处理。-f<script文件>或--file=<script文件>：从指定的脚本文件中读取脚本进行文本处理。-n或--quiet或--silent：仅打印经过脚本处理后的输出结果，不打印未匹配的行。
- 动作说明：
a：在当前行的下一行添加指定的文本字符串。c：用指定的文本字符串替换指定范围内的行。d：删除指定的行。i：在当前行的上一行添加指定的文本字符串。p：打印经过选择的行。通常与-n参数一起使用，只打印匹配的行。s：使用正则表达式进行文本替换。例如，s/old/new/g将所有 "InternLM" 替换为 "InternLM yyds"。
6.grep
grep是一个强大的文本搜索工具。常用参数如下：
-i：忽略大小写进行搜索。-v：反转匹配，即显示不匹配的行。-n：显示行号。-c：统计匹配的行数。
7.进程管理
进程管理命令是进行系统监控和进程管理时的重要工具，常用的进程管理命令有以下几种：
- ps：查看正在运行的进程
- top：动态显示正在运行的进程
- pstree：树状查看正在运行的进程
- pgrep：用于查找进程
- nice：更改进程的优先级
- jobs：显示进程的相关信息
- bg 和 fg：将进程调入后台
- kill：杀死进程
8.熟悉nvidia-smi输出
9.TMUX
使用lsb_release -a 命令查看ubuntu的系统信息
https://www.ruanyifeng.com/blog/2019/10/tmux.html
【Task1提交作业】
L0G1000
| 闯关任务 | 完成SSH连接与端口映射并运行hello_world.py |
SSH连接
| 可选任务 1 | 将Linux基础命令在开发机上完成一遍 | 10min |
| 可选任务 2 | 使用 VSCODE 远程连接开发机并创建一个conda环境 | 10min |
任务1已完成
运行的命令截图，就不一一展示了。
任务2已完成：由第一个任务已经进行ssh连接，现创建一个conda环境
(等待过程中，换了个德古拉背景嘿嘿，所以背景看起来不一样了）
顺利完成第一关！
Task2 Python 基础知识
1.使用特定路径的包
import sys
# 你要添加的目录路径
your_directory = '/root/myenvs'
# 检查该目录是否已经在 sys.path 中
if your_directory not in sys.path:
# 将目录添加到 sys.path
sys.path.append(your_directory)
# 现在你可以直接导入该目录中的模块了
# 例如：import your_module2.vscode连接开发机进行python debug
①条件断点
- 条件断点：在断点标记上右键，选择条件断点（conditional breakpoint）。VSCode 中常用的条件断点主要有三种类型：
- 表达式（Expression）：输入一个 Python 表达式，每次触发断点时运行该表达式，当表达式的值为 True 时 VS Code 会暂停执行。例如：
x == 10- 触发计数（Hit Count）：断点触发计数达到输入值时才会暂停运行。
- 记录日志（Log Message）：触发该断点时在 Debug Console 中输出指定信息，实际上就是 logpoint。需要输入要输出的信息，如果要用到表达式，可以使用
{}将表达式括起来。例如，每次记录变量i的值可以写x={i}。
②命令行debug
#pip install debugpy
python -m debugpy --listen 5678 --wait-for-client ./debug_test.py简化命令
alias pyd='python -m debugpy --wait-for-client --listen 5678'成功
运行命令 pyd debug_test.py
3.Python调用InternLM api
api添加到环境变量成功，能够运行示例文件得到回答。
【Task2提交作业】
| 闯关任务 | Leetcode 383(笔记中提交代码与leetcode提交通过截图) | 20mins |
class Solution:
def canConstruct(self, ransomNote: str, magazine: str) -> bool:
len1=len(ransomNote)
len2=len(magazine)
if len1>len2:
print("false")
return False
dic1={chr(i): 0 for i in range(ord('a'),ord('z')+1)}
for char in ransomNote:
dic1[char] +=1
dic2={chr(i):0 for i in range(ord('a'),ord('z')+1)}
for char in magazine:
dic2[char] +=1
for char in dic1:
if dic1[char]>dic2[char]:
print("false")
return False
print("true")
return True
运行结果
细枝末节笔记：
#return false 错误 false不是关键字，False才是
return False
return True #而不是true| 闯关任务 | Vscode连接InternStudio debug笔记 | 10mins |
开始debug：
启动调试
发现问题，步步调试
上网搜索
json.decoder.JSONDecodeError错误:
json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)
解析一个空字符串或无效的 JSON 数据
尝试print(res)，发现没问题啊
调试bug，中途连接断了，再次重新远程debug，出现错误
(base) root@intern-studio-002836:~/L0G# pyd findBug.py
.........（略）
File "/root/.conda/lib/python3.11/site-packages/debugpy/public_api.py", line 31, in wrapper
return wrapped(*args, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^
File "/root/.conda/lib/python3.11/site-packages/debugpy/server/api.py", line 143, in debug
log.reraise_exception("{0}() failed:", func.__name__, level="info")
File "/root/.conda/lib/python3.11/site-packages/debugpy/server/api.py", line 141, in debug
return func(address, settrace_kwargs, **kwargs)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/root/.conda/lib/python3.11/site-packages/debugpy/server/api.py", line 262, in listen
raise RuntimeError(str(endpoints["error"]))
RuntimeError: Can't listen for client connections: [Errno 98] Address already in use
解决方案
远程太容易断了，每次断了都要手动kill一下进程，我真不懂怎么解决，最后改为本地调试
在网上搜了一下+chatgpt老师的倾情指导
因为输出的形式是带有一些无关字符''json''和’’\n"，采用python的replace函数，替换成功。
根本原因是没有识别到正确的格式。
最后修改的代码为
完美！
| 可选任务 | pip安装到指定目录 | 10mins |
使用命令
pip install numpy -t /root/L0G/pkgs/
最后安装成功
引用成功：
import sys
# 你要添加的目录路径
your_directory = '/root/L0G/pkgs'
# 检查该目录是否已经在 sys.path 中
if your_directory not in sys.path:
# 将目录添加到 sys.path
sys.path.append(your_directory)
print(sys.path)
# 现在你可以直接导入该目录中的模块了
# 例如：import your_module
import numpy as np
print(np.__file__)输出信息：系统检测到我在从源码导入。
他希望我能直接pip install numpy 而不是引用源码numpy
Task3 Git基础
嘿嘿，经过半年学习大悟特悟，直接开整！
【Task3 提交作业】
| 1 | 破冰活动 | 提交一份自我介绍。 |
成功~
| 2 | 实践项目 | 创建并提交一个项目。 |
没看懂这个作业，什么叫“创建并维护一个公开的大模型相关项目或笔记仓库”？？
我不知道有哪些公开的大模型相关项目，我也还没有维护人家项目的能力呀~
只能说在git上提交了自己之前写的项目，例如我的作品https://github.com/Hanqi7921/Digital-Signal-Process-Voice.git
不过我最近打算去看一下FastGPT的源码比较下V4.0和当前版本的差异所以
放这儿吧：https://github.com/labring/FastGPT.git
【Task4 社区】
【Task4 提交作业】
| 任务 | 描述 | 时间 |
|---|---|---|
| 模型下载 | 使用Hugging Face平台、魔搭社区平台（可选）和魔乐社区平台（可选）下载文档中提到的模型（至少需要下载config.json文件、model.safetensors.index.json文件），请在必要的步骤以及结果当中截图。 | 20min |
| 模型上传（可选） | 将我们下载好的config.json文件（也自行添加其他模型相关文件）上传到对应HF平台和魔搭社区平台，并截图。 | 10min |
| Space上传（可选） | 在HF平台上使用Spaces并把intern_cobuild部署成功，关键步骤截图。 | 10min |
模型下载
续写成功
创建新号新项目成功
修改html
果然遇到这个报错
添加token解决成功
看见图片了
模型上传，按照此步配置好了git
导入模型成功：注意每次进入一个新的项目，都会要求set url再输入一遍token
关于部署问题：没有特别弄懂，先去玩一玩huggingface平台了，后面摸熟了反过来弄吧，先睡觉了嘿嘿。
扫一扫
1460
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
