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
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
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/
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）
机器学习环境搭建-硬件优化
使用 CPU GPU 加速等紧密贴合硬件的库时，务必查看官方文档的硬件要求 在测试或搭建硬件优化库时，务必备份原环境，以及及时的备份数据 1. Intel CPU + Intel GPU Installing Intel® Distribution for Python* and Intel® Performance…: https://www.intel.com/content/www/u
Conda 配置
1. 命令行操作1.1. 查看配置1conda config --show 1.2. 修改配置123conda config --add key valueconda config --remove key valueconda config --set key value 2. 配置 Conda 镜像环境 https://conda.io/projects/conda/en/latest/u
Git 配置 SSH 公钥
1. 打开 Git Bash 2. 检查现存的SSH密钥1234$ ls -al [your .ssh directory]e.g. (默认位置：~/.ssh)$ ls -al ~/.ssh 如果提示 No such file or directory 则表明此位置没有 SSH 密钥对，可以在下一步创建新的 SSH 密钥对。 3. 生成新的SSH密钥 How to use ssh-keygen
安装 RustDesk 服务器 (适用 Rocky Linux, CentOS, RHEL 系列发行版)
环境：Rocky Linux 9.1 1. 安装 Docker Engine 可以参考 [[linux-docker-rocky-install]] https://cc01cc.com/2023/03/02/linux-docker-rocky-install/ 英文可以参考官方文档 Install Docker Engine on RHEL https://docs.docker.com/