Robin_Pi的博客

Stage1：直接安装 dlib使用pip install dlib直接安装报错：ERROR: CMake must be installed to build dlib转向下载 cmake。Stage2：安装 cmake直接使用brew install cmake最后给报错：原因是 mac 自带的 xcode 版本太低，关键是 xcode 的升级又需要更新整个Mac OS系统至最新的 big sur （辣鸡）系统，遂放弃。后无意之间看见一篇帖子，遂转换方式，通过手动安装 cmake 的方式！

文章目录下载安装包上传并解压切换用户身份进入文件并添加配置编译和安装修改Python的默认版本Ubuntu 16.04 默认安装了Python2.7 和Python3.5，但是实际需要安装3.6以上的Python版本。看了那么多帖子，还是决定手动下载安装包的方式来安装Python3.6，简单还是省事，避免了在线安装的各种报错。下载安装包点击：Python 3.6.5选择 Downloads - Source code这里我选择最新的python3.6；选择 Gzipped source ta

若是直接使用pip install webrtcvad，则很容易报错：Collecting webrtcvad Downloading https://files.pythonhosted.org/packages/89/34/e2de2d97f3288512b9ea56f92e7452f8207eb5a0096500badf9dfd48f5e6/webrtcvad-2.0.10.tar.gz (66kB) |███████████████████▉ | 40kB 10

第一次安装brew使用官网的安装方法：结果报错：解决：接着直接打开`install.sh`：更换源：接着在终端使用`cd ~`进入home目录，执行`install.sh`，结果失败：看来是权限不够，咋办？使用官网的安装方法：/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)"结果报错：#!/usr/bin/rubySTDERR.print <&lt

ssh 远程连接服务器；vim 新建

查看# 查看系统中的Python版本ls /usr/bin/python*/usr/bin/python /usr/bin/python3.5m/usr/bin/python2 /usr/bin/python3.6/usr/bin/python2.7 /usr/bin/python3.6-config/usr/bin/python2.7-config /usr/bin/python3.6m/usr/bin/python2-conf

常规步骤：step1pip install torch==1.3.1 -f https://download.pytorch.org/whl/torch_stable.htmlstep2pip install torch==1.3.1step3pip install torchvision==0.4.1使用镜像源快速下载：前提是先添加阿里和清华等镜像源，参考之前的文章：使用清华、阿里等镜像源提高安装成功率step1pip install torch==1.3.1step2pi

解决一参考这个，在目录【DCNv2】文件下使用python setup.py install develop（后来参考No module named '_ext’问题解决方法得知要重新编译就需要先创建一个build文件夹）但是出现报错：linux-x86_64-3.7': Permission denied遂采用使用root身份：sudo python setup.py install develop但是继续报错：ImportError: No module named torch，参考：

糊里糊涂用Anaconda安装了pytorch1.5一番，在运行项目的时候还是多多少少有些问题，决定使用pip直接安装试试而不使用功能conda。准备工作确定ubuntu系统的信息：lsb_release -aUbuntu 16.04.6 LTSnvidia-smiCUDA Version: 10.2 查看ubuntu系统的Python版本：python2 --versionpython3 --versionPython 2.7.12Python 3.6.8...

error: identifier “THCState_getCurrentStream” is undefined…AT_ASSERTM(trans.type().is_cuda(), “trans must be a CUDA tensor”);在对DCNv2模型进行编译的时候出现了报错，记录一下解决办法。

ubuntu 服务器安装 pytorch1. 下载、安装Anaconda2. 创建指定 Python 版本（3.7）的虚拟环境3. 添加/替换清华镜像源4. 安装正确版本的 Pytorch5. 验证安装结果先上这两天被虐无数次的成果：以及进入Python环境后的检验结果：历经 N 次错误尝试后，最后最主要的正确参考：win10系统在Anaconda下安装Pytorch的GPU版本+cuda10.2+python3.6+Pycharm（最新，详细，亲测可用），给我提供了思路，进

命令 ‘sudo’ 可在 ‘/usr/bin/sudo’ 处找到由于/usr/bin 不在PATH 环境变量中，故无法找到该命令。sudo：未找到命令命令 ‘ls’ 可在 ‘/bin/ls’ 处找到由于/bin 不在PATH 环境变量中，故无法找到该命令。ls：未找到命令。。。问题在 ubantu系统中安装 Anaconda后添加系统变量不得当，导致几乎所有指令都不能使用解决输入/usr/bin/sudo /usr/bin/vim /etc/profile，然后重启source /etc

问题：使用conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch安装 pytorch 出现cudatoolkit和pytorch 下载进度终止出现报错：CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://conda.anaconda.org/pytorch/linux-64/torchvision-0.4.0-py37_cu10

镜像安装查看源切换源：有两种方式直接在命令行使用代码：修改配置文件换回源查看源conda config --show-sources切换源：有两种方式直接在命令行使用代码：conda config --add channels XXXXconda config --set show_channel_urls yes源地址：阿里云 速度最快 http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.

外网远程桌面连接内网服务器教程(超详细)

文章目录为了避免官网下载Anaconda的麻烦，选择的下载方式是使用清华镜像网站上的Anaconda软件包。先将文件Anaconda3-5.3.1-MacOSX-x86_64.sh下载到本地，然后打开Mac的终端使用scp命令上传至远程服务器的指定文件夹（我是先mkdir的文件夹Anaconda）。切换到anaconda的存储目录下, 指令 cd Anaconda，然后输入 bash Anaconda3-5.3.1-MacOSX-x86_64.sh，之后便是一路的Enter，直到输入yes/no，

文章目录起因，使用git clone 和 ssh的clone 都无法成功地将代码克隆到服务器（不知道是网络原因还是内存不足或者其他），迫不得已查询到可以直接通过Mac终端将本地的文件上传至服务器。如何操作？也走了一些弯路：使用代码：scp 本地文件路径 服务器用户名@服务器地址:服务器端文件路径错误❌：通过SSH连接服务器后 使用上述代码 scp /Users/robin/MLcode/github/FairMOT/FairMOT-master.zip face@192.168.65.213:./M

文章目录# 查看系统版本lsb_release -aNo LSB modules are available.Distributor ID: UbuntuDescription: Ubuntu 16.04.6 LTSRelease: 16.04Codename: xenial# 查看CPU lscpu # 完整查看cat /proc/cpuinfo | grep name # 获取 model nameIntel(R) Core(TM) i7-8700 CPU @ 3.20GHz

文章目录SSH = Secure Shell （安全外壳协议）是一种加密的网络传输协议，可在不安全的网络中为网络服务提供安全的传输环境。PS：Mac有自带的Shell（终端）sudo su - # 回车进入根目录（若不进入根目录后面会提示授权问题）# 回车ssh -p 22 username@ip # 22 是默认端口号；username是账号用户名；ip是ip地址；# 回车 + yes + 输入账号密码# 连接成功...

关于 Colab如何获取如何使用3. 需要注意的点3.1 资源限制3.2 如何升级到 colab pro如何获取如何使用3. 需要注意的点3.1 资源限制Colab 之所以能够免费提供资源，部分原因在于它的使用量限额是时有变化的动态限额，并且它不会保证资源供应或无限供应资源。也就是说，总体使用量限额、空闲超时时长、虚拟机最长生命周期、可用 GPU 类型以及其他因素都会不时变化。Colab...