更换 Debian 软件源 linux-debian-mirror运行以下命令备份软件源并配置镜像源 此命令一并更新了「安全更新软件源」,一般而言,为了更及时地获得安全更新,不推荐使用镜像站安全更新软件源,因为镜像站往往有同步延迟。参考 https://www.debian.org/security/faq.en.html#mirror 但实测,使用原始地址非常缓慢,甚至无法连接,所以还是使用了镜像站的安全更新软件源。如果需 2023-03-17 #Linux #Debian
更换 Ubuntu 软件源 【环境】Ubuntu: 20.04 LTS 1. 备份默认软件源列表1sudo cp /etc/apt/sources.list /etc/apt/sources.list.backup 2. 修改软件源列表[方法一] 命令修改配置文件1234sudo sed -e 's|^deb http://archive.ubuntu.com/|deb https://mirror.nju. 2023-03-17 #from-repo-mine #Linux #Ubuntu
将 Hexo 博客部署到阿里云服务器(自动部署) 1. 使用 阿里云 云效 自动部署 因为我的服务器是阿里云的 ecs 所以使用的是阿里云的 DevOps 服务 总体思路:创建自动构建流水线 这是我第一次使用 云效 如有更佳的方法欢迎探讨 1.1. 代码源 【初始化】使用 token 从 Github 同步到 云效 代码仓库 云效中添加 git ssh 公钥 本地新增 云效代码仓库 远程地址 添加 Webhook 当 指定的云效内的代码仓库变更 2023-03-16 blog-build(建站日志) #blog-build(建站日志) #blog-build #hexo #cloud server #aliyun #nginx
使用 python 获取硬件信息 1. 获取内存信息1.1. 使用 psutil 获取内存信息 psutil 为 python 内置组件,不需要安装 可以应用于获取实时内存占用等场景 引用 psutil 1import psutil 获取物理内存信息 123virtual_memory_status = psutil.virtual_memory()# 转为字典格式virtual_memory_status = psut 2023-03-16 python #python #gpu #cpu #memory
log-life-20230314 前两天,环境好不容易搭建成功了,本来想着,总算可以跑代码了。虽然 GPU 可以调用,但是总有各种各样的bug,经常显存溢出然后崩溃,搜索也没有什么结果或解决方案;还有其他各种神奇的错误,明明文件在那里,上一个函数还能读取文件的,下一个函数就读取不到了。或许是因为用的是 wsl2,和原生 Linux 还是有些区别的,但是相关资料又太少,总之一山翻过又是更高的一山,很难受。 也没有其他办法,想着安装原 2023-03-14 life(生活) #life(生活)
log-life-20230312 植树节 今天,心情有些不平衡,不,是非常 pro max 的不平衡; 最近除了工作,一直忙着毕设。毕设是图像识别方向,第一步需要搭建环境。但是从接触的第一天开始,各种稀奇古怪的环境问题就不停地困扰着我。进度被拖得断断续续,前段时间,被这些环境问题,折磨的有些 emo 了,焦虑地睡不着。然后就花了完整的几日,想彻底解决这个顽疾,但是 tensorflow-gpu, scikit-learn, n 2023-03-12 life(生活) #life(生活)
Jupyter Notebooks 使用指南 1. 参考 2. 安装 Jupyter Notebook 2.1. 使用 Anaconda 安装 2.2. 使用 pip 安装 2.3. 在云服务器中使用 Anaconda 安装 3. 更换默认目录 3.1. 生成 jupyter notebook 配置文件 3.2. 修改配置文件 3.3. 修改 jupyter notebook 快捷方式 3.4. 重新启动 jupyter noteboo 2023-03-12 #from-repo-mine #Jupyter Notebook
Conda 使用指南 https://conda.io/projects/conda/en/latest/index.html 环境: conda/4.12.0 requests/2.25.1 CPython/3.8.* Windows/10 Windows/10.0.19041 由于编辑顺序的差异,mamba 和 conda 命令存在混用的情况,未安装 mamba 的读者可以使用 conda 平替大部分 mam 2023-03-11 python #Python #Conda
Conda 安装 1. Windows 安装 Anaconda 访问 Anaconda 产品网站 https://www.anaconda.com/products/distribution 下载并运行安装包 根据安装向导完成安装程序 2. 云服务器安装 Anaconda (以 Ubuntu 20.04 为例) 访问 Anaconda 产品网站 https://www.anaconda.com/products/ 2023-03-11 python #from-repo-mine #Python #Conda
机器学习环境搭建-常用 1. tf-models Intel CPU + Nvidia GPU 123456789101112131415# 虽然部分包之间相互依赖,但无需担心,conda 会自动处理的# 不要单次安装过多的库,可能导致安装失败(如超出终端缓存等)# 注意添加库的顺序 tensorflow-gpu 需要在 cudatoolkit 之前# (实测:否则下载的 tensorflow-gpu 不支持 gpu) 2023-03-11 ai #ai #ml #dl #from-repo-mine