MumuziD的博客

mac M1 Install TensorFlow on Mac M1/M2 with GPU support

mac安装pygraphviz

python 导包错误

Mac M1版本连接l2tp服务错误

1.安装错误安装apex库时，执行安装 pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./,报错：ERROR: Command errored out with exit status 1: /home/xxx/anaconda3/envs/smplx_1.7/bin/python -u -c 'import io, os

运行python setup.py install 报错：running installerror: can't create or remove files in install directoryThe following error occurred while trying to add or remove files in theinstallation directory: [Errno 13] Permission denied: '/home/xxx/anaconda3/

环境：本地mac，远程ubuntu Linux1. 指定密钥路径，登录ssh -i /root/.ssh/ido_sch_pro ido@192.168.1.111 -p 7744如上，/root/.ssh/ido_sch_pro ：密钥文件路径ido@192.168.1.111 ：需要连接的服务器用户名 & IP-p 7744 ： 端口7744（如果修改了默认端口号）参考链接：SSH 指定密钥，连接远程服务器2. ssh 连接 debug上一步配置好以后，连接测试debug命令：

前景问题提要：在 git push 时报错：remote: Support for password authentication was removed . 完整错误如下：remote: Support for password authentication was removed on August 13, 2021. Please use a personal access token instead.remote: Please see https://github.blog/2020-.

conda 切换至某个python shell 交互环境下，方向键可以使用，但是执行Ctrl + keyboard 的快捷键时，会出现类似 5D5D5D 5C5C5C乱码。情况描述：切换其余的python环境无问题，因此确定是当前python环境存在的错误。根据其他经验贴，方向键不能使用，使用 pip install readline，但我的并不work最后猜测是python环境损坏，使用conda update --all 进行升级修复，Done！解决方案：conda update --a

文章目录问题描述:解决方案：1. 修改vscode的python环境2. 修改 `.vscode/seteing.json` 文件问题描述:大致的错误截图：第三方包/自己的代码库，导入不成功，显示黄色波浪线，代码自动提示功能受限。解决方案：可按照下面顺序进行修改，一般前两步就可以解决问题。若三种方法均不行，可参考pylance 代码库的issue 进行修改。1. 修改vscode的python环境在最下方，点击python版本的地方，切换为安装有这些黄色标线的第三方库的python环境。（

使用sshfs 进行挂载后，想取消挂载，执行fusermount -u /mount/point 时，报错fusermount: failed to unmount /mount/point: Device or resource busy,解决方案：fusermount -zu /mount/pointsudo umount -l /mount/point参考文献：sshfs device is busy...

问题描述：下午新装了一个python环境，在使用命令行调试时，当粘贴多行命令是就会出现SyntaxError: multiple statements found while compiling a single statement 错误。例如下图：解决方案：exit()退出python环境，在shell下执行如下命令，即可。echo "set enable-bracketed-paste off" >> ~/.inputrc运行结果如下：参考链接：Can’t paste m

文章目录一、问题描述：二、解决方案三、总结一、问题描述：我是非root的服务器账号，因为始终无法访问某个sshfs的挂载文件夹，于是想取消挂载后重新挂载。但是取消挂载时，所有对该文件的命令均卡住，并且导致vs code的 remote-ssh无法正常登录。表征1：remote-ssh 无法登陆问题主要是挂载有问题，用VS code使用 remote-ssh 进入挂载文件夹，会一直显示加载中，如果此时中断，下次连接会错误，即无法使用 remote-ssh 访问远程服务器。表征2：无法访问挂载文件夹

前景提要：执行 cmake报错： Could NOT find OpenSSL, try to set the path to OpenSSL root folder in the system variable OPENSSL_ROOT_DIR (missing: OPENSSL_LIBRARIES OPENSSL_INCLUDE_DIR)情景一：有root权限Ubuntu 18.04 测试可解决。sudo apt-get install libssl-dev情景二：没有root权

参考链接：Stack overflow: Installing CUDNN for general usage without root access下面是机翻内容：可以使用安装在服务器中的CUDA的CUDNN，这是我所做的工作。 首先，您只需在当地的空间中简单地进行文件：Home/local并使它包含包含和lib文件夹（我猜大多数都有这些本地文件夹）。Home/local/includeHome/local/lib然后下载CUDNN并将CUDNN文件夹中的 include 和lib6

本文不介绍CUDA安装方法，只介绍安装cudnn，验证cuda、cudnn是否安装成功。实验环境：ubuntu18.04cuda10.0（原始cuda11.2）cudnn 7.6.5优先 nvidia 官方文档：cuda安装cudnn安装算了，我不想写了！就只是总结一下吧。这篇写的很不好，勿喷，有问题可使用文明用语指出。英文的：Install CUDA 10.0 and cuDNN 7.5.0 for PyTorch on Ubuntu 18.04 LTS（包含验证cuda和

1. 安装了cuda，执行 nvcc -V 命令未发现前提：安装了特定版本的cuda版本，并且生成了对应的cuda软链接。执行nvcc -V报错：(base) @username:/usr/local/cuda/bin$ nvcc --versionCommand 'nvcc' not found, but can be installed with:sudo apt install nvidia-cuda-toolkit提醒：当我执行 sudo apt install nvidia-

问题：在ubuntu 18.04 下执行 conda create -n py27 python=2.7 命令时，收到以下错误：Collecting package metadata (current_repodata.json): failedNotWritableError: The current user does not have write permissions to a required path. path: /home/[user_name]/anaconda3/pkgs/c

当运行 import apex 时报错 ModuleNotFoundError: No module named 'apex'。这是因为没有安装 nvidia 的apex库。安装方法(直接在当前目录执行即可，安装后可再删除文件夹)：git clone https://www.github.com/nvidia/apexcd apexpython setup.py install [--cuda_ext] [--cpp_ext]下面展示一个错误安装方法，及运行时出现的错误。出于偷懒的原因直接运行pi

python2.7 使用 pip install opencv-python安装报错：TypeError: 'NoneType' object is not iterable ERROR: Command errored out with exit status 1错误提示如下：解决方法：使用命令：pip install opencv-python==4.2.0.32运行截图：...

前段时间完成了公司的mac平台Simulation工程，近期开始开发IOS平台的。目前遇到的问题就是之前在mac平台的相对路径读写方法，但在ios平台并不work。顺便回顾一下mac平台通过绝对路径的方法：通过设置Product -> Scheme -> Edit Scheme -> Run -> Options -> use local working directory，设置到你想开始使用绝对路径的文件夹，即可使用相对路径进行读写文件。在Xcode界面，在文件导航

安装CUDA10.0若出现问题了，可以查看坑1和问题2.之后安装CUDA成功后，继续进行配置。现在CUDA更新到11了，如果需要安装CUDA10.0，可以点击这里这是安装提示：下载：① 通过浏览器下载后的文件，按照教程来使用sudo sh ./cuda_10.0.130_410.48_linux.run即可正确安装。② 我在shell环境下使用wget https://developer.nvidia.com/compute/cuda/10.0/Prod/local_installers