ubuntu vim利用pydiction配置tensorflow自动补全

ubuntu vim 利用Pydiction实现tensorflow自动补全

一.下载Pydiction

直接去官网,把源码clone下来

$ cd ~/.vim/plugged
#我这里的是安装在plugged下了,没有按照官网的来,放在~/.vim/bundle下,因为我的.vim下没有bundle,所以我这里选择的是plugged下
zailushang1@ubuntu:~/.vim$ ls
autoload  colors  ftplugin  plugged
$ git clone https://github.com/rkulla/pydiction.git
$ cd pydiction
#pydiction主要是通过compelte-dict来实现关键字的自动补全的
#将python_pydcition.vim 复制到~/.vim/autoload。我这里跟官方的教程不一样,因为autoload就会被vim自动加载,所以我直接复制到这里没有问题
#   - UNIX/LINUX/OSX: Put python_pydiction.vim in ~/.vim/after/ftplugin/
#     (Create this directory if doesn't yet exist. Vim looks there automatically)
$ cp python_pydiction.vim ~/.vim/autoload
$ ls 
zailushang1@ubuntu:~/.vim/plugged/pydiction$ ls
after  complete-dict  complete-dict.last  pydiction.py  README  README.m
#所以我们先添加一下关于tensorflow的关键字
#根据提示 python pydiction.py mymodule
$ python3 pydiction.py tensorflow
Traceback (most recent call last):
  File "pydiction.py", line 294, in <module>
    answer = get_yesno('Overwrite existing backup "%s" [Y/n]? ' %
  File "pydiction.py", line 180, in get_yesno
    answer = raw_input(msg)
NameError: name 'raw_input' is not defined
    如果出现这个错误表示,这个pydiction.py是用python2写的,python3中已经去掉了raw_input函数了,所以
我们去pydiction.py中,  找到raw_input这个函数,将其改成input即可.
    还有一点就是,你用python还是python3取决于你的tensorflow是用python还是python3安装的。如果是
用python安装的tensorflow,那就用python,否则用python3.

pydiction

配置.vimrc

$ vim $HOME/.vimrc
将下面这三句加入进去,但是注意一点,g:pydiction_location后边的路径是你自己的pydiction的路径,我这里的路径就是上面安装的路径:
		 filetype plugin on
		 let g:pydiction_location = '/home/zailushang1/.vim/plugged/pydiction/complete-dict'
		 let g:pydiction_menu_height = 3

至此配置完成

vimplus配置官网

  由于本人用的是 v i m p l u s vimplus vimplus。所以我再来说一下vimplus如何配置:
vimplus
  这里我们发现 v i m p l u s vimplus vimplus的作者已经给我们做好自己加插件的接口了。我们只需要将我们在 . v m r c .vmrc .vmrc中加入的那三句话放入到 . v i m r c . c u s t o m . c o n f i g .vimrc.custom.config .vimrc.custom.config即可。最后非常感谢chxuan公布的 v i m p l u s vimplus vimplus
  至此,vimplush利用pydiction配置tensorflow自动补全完成,希望大家可以愉快的用vimplus来快速使用tensorflow

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“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 2
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