一些奇怪技巧

本文是转型cs的路上一些遇到的问题，本意并不是复制黏贴抄袭，只是有的时候记载了链接发现点进去内容不在了，或者网站更新后找不到了，受此困扰决定复制黏贴，并尽量不忘记附上参考链接，这些方法曾经都是亲测有效，希望还有时效性能帮助大家。

目录

[WinError 10061] 由于目标计算机积极拒绝，无法连接  处理方法

Github打不开的解决方案

pycharm改变选中行时改行的颜色和光标所在行的颜色

Could not find a version that satisfies the requirement tensorflow问题汇总+解决！！！

windows安装anaconda 报错failed to create anacoda menue？

Anaconda3下安装（CPU版）TensorFlow(清华镜像源）

二：pip直接镜像安装

keras程序下载数据集的默认路径

RuntimeError: The Session graph is empty. Add operations to the graph before calling run().解决方法

【环境配置】Jupyter环境中使用TensorFlow

强烈推荐！Jupyter Notebook根目录两种情况改法

Visio矢量图导出教程

---

经常用到这个命令  python -m pip install --upgrade pip 

[WinError 10061] 由于目标计算机积极拒绝，无法连接  处理方法

当你使用python 的pip install  xxx 包的时候可能会出现下面的错误提示，这个提示是你的电脑自己注册表限制导致代理出问题了。（注册表上的东西不要随意删除）（我下载的是bs4）

WARNING: Retrying (Retry(total=2, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ProxyError('Cannot connect to proxy.', NewConnectionError(': Failed to es
tablish a new connection: [WinError 10061] 由于目标计算机积极拒绝，无法连接。'))': /simple/scikit-learn/

解决办法：

首先按键盘快捷方式win+R 打开运行输入框，输入regedit，点确定或回车，弹出页面：

 按照这个路径找：HKEY_CURRENT_USER/Software/Microsoft/Windows/CurrentVersion/Internet Settings，找到ProxyEnable，双击打开，把输入框的1改成0确定即可：如下图

设置完毕，cmd界面输入指令指令为：pip install xxx(包名) -i Simple Index --trusted-host pypi.douban.com 即可下载

Github打不开的解决方案

假设你想打开的 GitHub 项目地址为https://github.com/521xueweihan/GitHub520，只需要将网址前面的 https://github.com/更换为 https://github.com.cnpmjs.org/，即项目的地址最后变成：https://github.com.cnpmjs.org/521xueweihan/GitHub520

更换地址之后重新加载页面，也可以顺利查看 GitHub 上的内容了。

 不过使用镜像站需要注意一点，千万不要在镜像站上登录自己的 GitHub 账号。

https://github.com.cnpmjs.org/521xueweihan/GitHub520

pycharm改变选中行时改行的颜色和光标所在行的颜色

1是光标所在行的背景颜色，写代码，每写到这一行，就会是这种颜色，所以尽量改成和你代码背景颜色相近的

2应该是旁边行号所在背景颜色

3是选中代码后的背景颜色

Could not find a version that satisfies the requirement tensorflow问题汇总+解决！！！

前言：
极力推荐使用Anaconda
------------------------------------------------------------------------------
一般报错就是：问题一

Could not fetch URL https://pypi.python.org/simple/....
然后就是：问题二

Could not find a version that satisfies the requirement tensorflow
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

首先第一个错误是一大类问题，意思就是说ssh没有认证书，不但tensorflow它安装别的python包也会报错的，如果报了问题一导致产生问题二，那么说明主要问题在于问题一。

问题一是常见的报错，可能安装各种python包的时候都会遇到

可以通过：

pip --trusted-host pypi.python.org install 安装包名字
解决，对应到我们要安装tensorflow便是

pip --trusted-host pypi.python.org install tensorflow
如果还是报同样的错误无效，那我们干脆不使用https://pypi.python.org网站了，我们用一个镜像网站，那边是：

Simple Index

大家可以打开看一下该网站，几乎包含所有的常见包，当然了，大家可以按照字母顺序找一下里面是否包含自己即将要安装的包，一般来说是有的。

对应的命令行就是

pip install 安装包名字  -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
对应到我们这里要安装tensorflow便是：

pip install tensorflow  -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

问题一告一段落，有的时候不是问题一导致的问题二，下面我们再来单独说一下问题二

首先我们给出几大前提

就笔者目前实验来看其不支持32位，如果你的环境就是32位的话就不要试各种其它办法啦！！！请马上换成64，因为这是根本原因。

而且其不支持python3.7，如果你的是python3.7的话请降低为3.6，3.5等均可

怎么查看自己的系统版本呢？很简单

python -v

从中找到如下关键信息：在最后几行

 

可以看到这里python是3.6.1且是64bit

------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

可能有人在安装好的anaconda中，查看python版本发现是3.7怎么办呢？

那就创建一个python3.6环境即可，要知道anaconda很擅长做这些事

还是因为墙的问题，可能下载较慢，所以我们还是使用镜像网站吧，这次使用清华的：给anaconda添加该镜像网站：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
可以输入2次

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
这样该网站就置顶了

好了，创建Python3.6环境的命令很简单了：

conda create --name py36 python=3.6 anaconda
anaconda在这里的意思安装依赖包，所以要下载一会

接下来就激活该环境吧：

activate py36
然后再次输入如下命令验证python版本：

python --version
不出意外的话应该是python3.6了

环境都没问题了我们就开始安装tensorflow吧，很简单

pip install tensorflow
有可能遇到问题一，请按上面方法解决。

这样就安装好啦！！！！！！！！！！！！！！！！！！！！

可能你在打开jupyter-notebook的时候还是发现没有tensorflow，那是因为在创建的tensorflow环境下没有安装jupyter-notebook，可以打开anaconda图形化界面打开我们之前创建好的tensorflow环境，在Not installed中搜索找到ipython并安装即可：

我们再来试一下：

激活tensorflow环境：

activate tensorflow
————————————————
版权声明：本文为CSDN博主「weixin_42001089」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42001089/article/details/84403842

windows安装anaconda 报错failed to create anacoda menue？

win7系统，在Anaconda安装tensorflow的时候发现2.1.0装不了，

（此处推荐Anaconda安装tensorflow教程，很有用，win10按着步骤走很方便，困扰是用的AMD显卡，不知道能不能装GPU版有幸遇见-b站最全最简洁易学的深度学习环境配置教程Anaconda+Pycharm+CUDA+CUdnn+PyTorch+Tensorflow_哔哩哔哩_bilibili）

网上说32位Anaconda装不了，卸载重装64位，官网下的最新安装包，报了这个错，显示详情是Extact什么dll失败，跟python有关

​​​​​​failed to create anacoda menue；WARNING: The conda.compat module；OSError: [WinError 126] 找不到指定的模块_是江姑娘呀-CSDN博客

这个问题昨天困扰了一天，安装卸载几十次吧，网上很多教程都没用，总结大概如上面一篇所述，我直接python卸载重装回3.7.8版本，从清华源下的2020.02的Anaconda3安装包，在95%左右的时候安装显示详情一通操作，解决了======

Anaconda3下安装（CPU版）TensorFlow(清华镜像源）

不确定是否装的是CPU版

记录下安装TensorFlow的过程
网上%95的安装例程都是废话，安装过程错误百出。
耗费大量时间不说，还对自信心是一个很大的打击。网上的安装教程分两个版本，

第一种是：在线安装，网速还有其他问题导致错误百出。安装大概三四个小时且不一定成功。

第二种是：离线安装。安装成功也不能用

耗时两天终于找到一种安装快速的办法，耗时十分钟且测试通过。

如果你有幸找到我这篇博客，那么你走运了！！！！！！

下面是具体步骤：

1、打开Anaconda Prompt，搭建TensorFlow的环境：
输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

再输入：
conda create -n tensorflow python=3.6

完成这步会在Anaconda的环境配置中找到TensorFlow的环境，命名无所谓，你可以写成xiaoming 作为环境的名字。

2、在用户目录下找到文件   .condarc    ，并且删除defaults并保存。环境搭建完成。(txt打开就行）

 3、安装（CPU）版的TensorFlow： 
输入activate tensorflow   启动完成后输入  conda install tensorflow
到这等待两分钟即可完成安装
4、测试：在Anaconda Prompt输入python，然后输入
if __name__=="__main__":

    import tensorflow as tf

    hello=tf.constant("Hello Tensorlfow")

    sess=tf.Session()

print(sess.run(hello))

或者打开tensorFlow的spyder输入同样代码，结果如图。

事情往往很简单，找对方法只要几分钟！！！！！！！！！！
奉劝各位博主多发实用博文，别抄袭成风！！！！！
————————————————
版权声明：本文为CSDN博主「奔跑的小赛兔」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_26972441/article/details/107979312

二：pip直接镜像安装

格式如下：
pip install -i + 镜像 +包名
例如：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas

重点提示：
我们需要安装的python包一般通过pip工具下载，而pip的源地址是官方网址：pypi.python.org，网络协议：HTTPS。

但是我们在国内的某些站点下载速度特别慢！！！然后就会出现下载失败timeout的情况。出现这种情况有可能是网速慢或者是被限制了。

所以我们选择使用果奶的镜像网站：

命令为：（强烈推荐国人使用，速度超快）

pip install 模块名 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
————————————————
版权声明：本文为CSDN博主「来自江南的你」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_41556318/article/details/84981951

cmd运行pip 和 tf2虚拟环境下terminal终端运行pip 下载安装的包不在一个地方

————————————————
版权声明：本文为CSDN博主「xqlily」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/xqlily/article/details/105916277

keras程序下载数据集的默认路径

      今天在windows 10下运行一个keras框架的深度学习程序，其中有python载入minst数据集的代码，但是等了很久，数据集也没有下载完，程序运行的信息提示界面一直卡在下面的语句这里：

 Downloading data from https://s3.amazonaws.com/img-datasets/mnist.npz

   16384/11490434 [..............................] - ETA: 3:52:40

于是就考虑自己手动下载mnist.npz文件，放到其下载目录下，让程序可以快速运行，但是下载的文件应该放在哪里呢？

在我的电脑里面应该是放在下面这个目录下：C:\Users\xxx\.keras\datasets

其中，xxx表示windows登录的用户名，用自己找到的本机用户名替换上面的xxx就可以了。

下载的数据集文件mnist.npz放到上面目录之后，程序很快就运行起来了。

RuntimeError: The Session graph is empty. Add operations to the graph before calling run().解决方法

也是测试tensorflow是否安装成功的代码，一开始报错，查了下面的链接解决的

'''
教程：https://blog.csdn.net/weixin_38410551/article/details/103631977
后记：（１）对问题的认知，能够帮助自己快速定位问题。
　　　　　　开始定位问题时，太懒，直接连英文的意思都没搞懂，
           就直接粘贴到百度去搜索，于是根本无法找到合适的答案。
　　　（２）明确问题，这个问题是图是空的，然后我去查看图建立的方法，
           没错，就是这样建立的。然后怀疑可能时无法执行sess.run()。
　　　（３）遇到问题，一定要深入思考一下，才是问题的根因，
           直接依据问题的表面去查找答案，根本无法找到

'''
import tensorflow as tf
tf.compat.v1.disable_eager_execution() #保证sess.run()能够正常运行
hello=tf.constant('Hello, tensorflow!')
sess= tf.compat.v1.Session()#版本2.0的函数
print(sess.run(hello).decode())

【环境配置】Jupyter环境中使用TensorFlow

0. 准备工作

装好anaconda的windows10，会用Anaconda Prompt

1. 创建虚拟环境

为我的新项目在anaconda中创建一个虚拟环境，命名为tensorflow，python版本为3.5。

D:\>conda create -n tensorflow python=3.5

查看

conda info --envs

*号代表现在激活的是base这个环境。

2. 激活新建的环境，并安装tensorflow，版本根据自己所需确定

conda activate tensorflow

 (tensorflow)D:\>pip3 install --ignore-installed --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.1-cp35-cp35m-win_amd64.whl

先测试下是否成功，在终端进入 python，输入 import tensorflow as tf 看看TensorFlow 安装成功没

(tensorflow)D:\>python
···
>>>import tensorflow as tf
>>>hello = tf.constant("hello, tensorflow!")
>>>sess = tf.Session()
>>>print(sess.run(hello))
hello, tensorflow!

3.以上算是Anaconda安装好了TensorFlow，但要想在Jupyter notebook上使用，还没完。
接着安装ipython，安装jupyter。

(tensorflow)D:\>conda install ipython
···
(tensorflow)D:\>conda install jupyter
···

将此kernel链接到jupyter notebook中 ：

python -m ipykernel install --user --name tensorflow --display-name "TensorFlow 1.13.1"

4.输入jupyter notebook打开即可

问题：通过Anaconda启动的jupyter change kernal时不成功，报错

到后台服务的连接没能建立, 我们会继续尝试重连, 请检出网络连接...还有服务配置.

强烈推荐！Jupyter Notebook根目录两种情况改法

前言

​我是通过Anaconda使用Jupyter Notebook的。​因此需要调整两个位置的Jupyter根目录（通过Anaconda启动的，以及直接在开始菜单中启动的）。

以下教程可能不能完全解决您的问题。不过您可以通过私信或留言的方式告诉我，我们可以一起解决。

首先，我通过搜索引擎找到Anaconda官方网站，下载了Anaconda的安装包。截至2020/02/07，官方安装包（Python 3.7版本）版本为Anaconda3-2019.10-Windows-x86_64.exe。

Anaconda官方网站界面（截至2020/02/08）

之后打开安装包进行安装，根据自己需要设置安装路径（如果可以的话请记下来，稍后可能会用到）。在Advanced Options页，勾选Add Anaconda to my PATH environment variable和Register Anaconda as my default python 3.7多选框。前者将在环境变量设置中创建和Anaconda有关的环境变量；后者则是将Anaconda自带的Python 3.7作为本用户（甚至本机）的默认Python版本。

Advanced Options页面

勾选后可以看到环境变量设置页面中被添加的内容

• 若不希望在环境变量设置中添加Anaconda相关变量，也可以不勾选前者。但之后的Jupyter Notebook根目录配置会稍微复杂一些，之后我会提到。勾选前者的后果在截图中有描述，有需要的可以自行查看自己的安装程序或上面的截图；
• 若已安装其他版本的Python，同时/或者不希望使用Anaconda所带的Python版本，可以不勾选后者。

最后点击Install开始安装。等待安装结束，就可以进行下面的操作了。

---

壹 - 修改通过Anaconda启动的Jupyter Notebook根目录位置

首先在PC上打开控制台窗口（可以通过在开始菜单中输入cmd启动，或者通过微软小娜启动，或是利用快捷键Windows Key + R打开运行，然后搜索cmd。

下面需要分情况操作：

• 若您没有勾选Advanced Options中的第一项，则需要将控制台窗口当前所在位置调整至Anaconda的安装目录下，并进入Scripts文件夹。

例如，我将Anaconda安装在 D:\Users\madderate\Anaconda3当中，那么我需要将控制台的当前位置移动至 D:\Users\madderate\Anaconda3\Scripts目录。利用 cd命令可以前往指定目录。若要修改盘符，则直接在命令行中键入 盘符:，例如 C:，然后回车即可。

• 若您勾选了Advanced Options中的第一项，则只需要启动控制台窗口，然后进行下一步操作

之后，在控制台窗口中键入

jupyter notebook --generate-config

勾选了第一项后的操作

未勾选第一项后的操作

然后根据控制台窗口返回的路径，找到jupyter_notebook_config.py文件，取消notebook_dir参数值所在行的注释，将这里的值改为您预期的Jupyter Notebook根目录的路径。保存文件。

在编辑器中找到notebook_dir变量所在行进行操作

修改完成后您可以打开Anaconda，点击Jupyter，查看修改是否生效。若没能成功，还请您再次确认操作步骤，或留下您遇到的问题。

---

贰 - 修改直接从开始菜单启动的Jupyter Notebook根目录

首先，打开开始菜单，找到Anaconda在开始菜单中的文件夹，右键单击Jupyter Notebook (Anaconda 3)，进行更多-打开文件位置操作。

找到Jupyter Notebook在开始菜单中的快捷方式的文件位置

在弹出的资源管理器窗口找到Jupyter Notebook (Anaconda 3)，对其右键单击；找到弹出的菜单中的属性，对其单击左键。

查看快捷方式属性

此时可以看到，该快捷方式中，目标栏含有%USERPROFILE%环境变量，起始位置栏也填写了%HOMEPATH%环境变量。通过控制台面板的set命令，我们可以知道这两个环境变量对应的值。接下来，我们需要创建一个新的环境变量来代替目前属性当中的这两个环境变量。

属性界面

通过set命令查看环境变量对应的值

接下来打开环境变量设置，我们在用户变量中点击新建(N)...，创建一个名为JUPYTERPROFILE的环境变量（当然这个名称可以随意更改），再在变量值一栏中填入您想设置为Jupyter Notebook根目录的路径，点击确定。

自定义一个环境变量

然后回到Jupyter Notebook的属性面板，将%USERPROFILE%和%HOMEPATH%用刚才设定的环境变量（我的是JUPYTERPROFILE）代替这两个变量，然后点击确定保存。

修改快捷方式属性

最后，从开始菜单中启动Jupyter Notebook (Anaconda 3)，验证其根目录是否被修改。若没能成功，还请您再次确认操作步骤，或留下您遇到的问题。

Visio矢量图导出教程

原文链接：https://blog.csdn.net/zhouchen1998/article/details/107806365

简介
在科研过程中，尤其是AI方向经常需要绘制一些非图表的Pipeline结构图，对这类图我们的需求往往是去除白边的矢量图。网上有很多解决方法如采用Adobe Acrobat或者在线修改工具，个人觉得没有必要，Visio作为一款专业的绘图工具，功能肯定是非常完善的，软件本身就可以实现用户的各种需求。

开发工具配置
之前有人问我，为什么自己的Visio比别人少一个功能选项卡，是版本的问题吗？
其实不是的，只是开发工具这个选项卡默认是关闭的。

 

为了高效绘制Visio图形，强烈建议打开开发工具选项卡。打开方式流程如下（演示动图为下图）：在任意一个Visio窗口中点击文件—>点击底部的选项—>选择自定义功能区—>在右侧将没有勾选的开发工具勾选上。

消除白边
经常导出图形的时候，周围有大量的白色区域，这是比较冗余的，可以通过修改页面属性来达到删除白边的目的。

首先，在开发工具中点击ShapeSheet的页，打开页面配置，不断下滑，在页面配置的多个表格中找到Print Properties（打印属性）选项，将其中前四个以Margin为结尾的属性值均改为0，这四个属性表示页面的左右上下边距。

操作结果如下图，注意修改后通过回车来确定修改，不要先切换目标单元格。

 

 此时观察绘图窗口，发现没什么变化，这是因为Visio默认是有个图纸大小的，是固定的，这里通过顶部设计选项卡中的大小选项，选择最下面的适应绘图即可。

至此，成功消除了图形周围冗余的白边，前后对比如下图。

 

 矢量图导出
通常我们在论文中这种插图都是采用PDF格式的，Visio有三种生成PDF的方法，结果都是一样的。对应下图的三个标注，其中打印用的比较少，这里不多提，导出只支持PDF和XPS，使用起来更加快捷，另存为支持各种图形格式，找到PDF为另存格式和导出PDF功能是完全一样的。

 下面，以导出PDF为例。首先，在上一节抠除白边的基础上，选择创建PDF/XPS功能，出现如下对话框，默认会在当前目录下导出同名的PDF文件，这是我们需要的。

 注意上图有一个选项按钮，点击该按钮，取消勾选辅助功能文档结构标记，这一步是为了消除图形过大时存在的分页符等标记。

 最后，我们得到下图所示的PDF插图，对其放大多倍也不会出现失真模糊，确认为矢量图。