天l志

PyTorch官网安装命令记录

进入PyTorch官网太卡了，好容易进去一次，把所有安装的命令记录一下。

---------------------------------------------------------------------------------------------------2020-9-15

常用

linux-conda-python

CUDA	9.2	10.1	10.2	None
Run	conda install pytorch torchvision cudatoolkit=9.2 -c pytorch	conda install pytorch torchvision cudatoolkit=10.1 -c pytorch	conda install pytorch torchvision cudatoolkit=10.2 -c pytorch	conda install pytorch torchvision cpuonly -c pytorch

linux-pip-python

CUDA	9.2	10.1	10.2	None
Run	pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html	pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html	pip install torch torchvision	pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

全部

"stable,conda,linux,cuda9.2,python":
      "conda install pytorch torchvision cudatoolkit=9.2 -c pytorch",

    "stable,conda,linux,cuda10.1,python":
      "conda install pytorch torchvision cudatoolkit=10.1 -c pytorch",

    "stable,conda,linux,cuda10.2,python":
      "conda install pytorch torchvision cudatoolkit=10.2 -c pytorch",

    "stable,conda,linux,cudanone,python":
      "conda install pytorch torchvision cpuonly -c pytorch",

    "stable,conda,macos,cuda9.2,python":
      "conda install pytorch torchvision -c pytorch
# MacOS Binaries dont support CUDA, install from source if CUDA is needed",

    "stable,conda,macos,cuda10.1,python":
      "conda install pytorch torchvision -c pytorch
# MacOS Binaries dont support CUDA, install from source if CUDA is needed",

    "stable,conda,macos,cuda10.2,python":
      "conda install pytorch torchvision -c pytorch
# MacOS Binaries dont support CUDA, install from source if CUDA is needed",

    "stable,conda,macos,cudanone,python":
      "conda install pytorch torchvision -c pytorch",

    "stable,conda,windows,cuda10.1,python":
      "conda install pytorch torchvision cudatoolkit=10.1 -c pytorch",

    "stable,conda,windows,cuda10.2,python":
      "conda install pytorch torchvision cudatoolkit=10.2 -c pytorch",

    "stable,conda,windows,cudanone,python":
      "conda install pytorch torchvision cpuonly -c pytorch",

    "stable,pip,macos,cuda9.2,python":
      "pip install torch torchvision
# MacOS Binaries dont support CUDA, install from source if CUDA is needed",

    "stable,pip,macos,cuda10.1,python":
      "pip install torch torchvision
# MacOS Binaries dont support CUDA, install from source if CUDA is needed",

    "stable,pip,macos,cuda10.2,python":
      "pip install torch torchvision
# MacOS Binaries dont support CUDA, install from source if CUDA is needed",

    "stable,pip,macos,cudanone,python": "pip install torch torchvision",

    "stable,pip,linux,cudanone,python":
      "pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html",

    "stable,pip,linux,cuda9.2,python":
      "pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html",

    "stable,pip,linux,cuda10.1,python":
      "pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html",

    "stable,pip,linux,cuda10.2,python":
      "pip install torch torchvision",

    "stable,pip,windows,cudanone,python":
      "pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html",

    "stable,pip,windows,cuda10.1,python":
      "pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html",

    "stable,pip,windows,cuda10.2,python":
      "pip install torch===1.6.0 torchvision===0.7.0 -f https://download.pytorch.org/whl/torch_stable.html",

    "stable,libtorch,linux,cudanone,cplusplus":
      "Download here (Pre-cxx11 ABI): 
https://download.pytorch.org/libtorch/cpu/libtorch-shared-with-deps-1.6.0%2Bcpu.zip

 Download here (cxx11 ABI): 
https://download.pytorch.org/libtorch/cpu/libtorch-cxx11-abi-shared-with-deps-1.6.0%2Bcpu.zip",

    "stable,libtorch,linux,cuda9.2,cplusplus":
      "Download here (Pre-cxx11 ABI): 
https://download.pytorch.org/libtorch/cu92/libtorch-shared-with-deps-1.6.0%2Bcu92.zip

 Download here (cxx11 ABI): 
https://download.pytorch.org/libtorch/cu92/libtorch-cxx11-abi-shared-with-deps-1.6.0%2Bcu92.zip",

    "stable,libtorch,linux,cuda10.1,cplusplus":
      "Download here (Pre-cxx11 ABI): 
https://download.pytorch.org/libtorch/cu101/libtorch-shared-with-deps-1.6.0%2Bcu101.zip

 Download here (cxx11 ABI): 
https://download.pytorch.org/libtorch/cu101/libtorch-cxx11-abi-shared-with-deps-1.6.0%2Bcu101.zip",

    "stable,libtorch,linux,cuda10.2,cplusplus":
      "Download here (Pre-cxx11 ABI): 
https://download.pytorch.org/libtorch/cu102/libtorch-shared-with-deps-1.6.0.zip

 Download here (cxx11 ABI): 
https://download.pytorch.org/libtorch/cu102/libtorch-cxx11-abi-shared-with-deps-1.6.0.zip",

    "stable,libtorch,macos,cudanone,cplusplus":
      "MacOS binaries do not support Java. Support is only available for Linux. Download here for C++: 
 https://download.pytorch.org/libtorch/cpu/libtorch-macos-1.6.0.zip ",

    "stable,libtorch,macos,cuda9.2,cplusplus":
      "MacOS binaries do not support Java. Support is only available for Linux. MacOS binaries do not support CUDA. Download CPU libtorch here for C++: 
 https://download.pytorch.org/libtorch/cpu/libtorch-macos-1.6.0.zip ",

    "stable,libtorch,macos,cuda10.1,cplusplus":
      "MacOS binaries do not support Java. Support is only available for Linux. MacOS binaries do not support CUDA. Download CPU libtorch here for C++: 
 https://download.pytorch.org/libtorch/cpu/libtorch-macos-1.6.0.zip ",

    "stable,libtorch,macos,cuda10.2,cplusplus":
      "MacOS binaries do not support Java. Support is only available for Linux. MacOS binaries do not support CUDA. Download CPU libtorch here for C++: 
 https://download.pytorch.org/libtorch/cpu/libtorch-macos-1.6.0.zip ",

    "stable,libtorch,windows,cudanone,cplusplus":
      "Windows binaries do not support Java. Support is only available for Linux.  Download here for C++ (Release version): 
https://download.pytorch.org/libtorch/cpu/libtorch-win-shared-with-deps-1.6.0%2Bcpu.zip

  Download here for C++ (Debug version): 
https://download.pytorch.org/libtorch/cpu/libtorch-win-shared-with-deps-debug-1.6.0%2Bcpu.zip",

    "stable,libtorch,windows,cuda10.1,cplusplus":
      "Windows binaries do not support Java. Support is only available for Linux.  Download here for C++ (Release version): 
https://download.pytorch.org/libtorch/cu101/libtorch-win-shared-with-deps-1.6.0%2Bcu101.zip

  Download here for C++ (Debug version): 
https://download.pytorch.org/libtorch/cu101/libtorch-win-shared-with-deps-debug-1.6.0%2Bcu101.zip",

    "stable,libtorch,windows,cuda10.2,cplusplus":
      "Windows binaries do not support Java. Support is only available for Linux.  Download here for C++ (Release version): 
https://download.pytorch.org/libtorch/cu102/libtorch-win-shared-with-deps-1.6.0.zip

  Download here for C++ (Debug version): 
https://download.pytorch.org/libtorch/cu102/libtorch-win-shared-with-deps-debug-1.6.0.zip",

    "preview,conda,linux,cuda9.2,python":
      "conda install pytorch torchvision cudatoolkit=9.2 -c pytorch-nightly",

    "preview,conda,linux,cuda10.1,python":
      "conda install pytorch torchvision cudatoolkit=10.1 -c pytorch-nightly",

    "preview,conda,linux,cuda10.2,python":
      "conda install pytorch torchvision cudatoolkit=10.2 -c pytorch-nightly",

    "preview,conda,linux,cudanone,python":
      "conda install pytorch torchvision cpuonly -c pytorch-nightly",

    "preview,conda,macos,cuda9.2,python":
      "conda install pytorch torchvision -c pytorch-nightly",

    "preview,conda,macos,cuda10.1,python":
      "conda install pytorch torchvision -c pytorch-nightly",

    "preview,conda,macos,cuda10.2,python":
      "conda install pytorch torchvision -c pytorch-nightly",

    "preview,conda,macos,cudanone,python":
      "conda install pytorch torchvision -c pytorch-nightly",

    "preview,conda,windows,cuda9.2,python":
      "conda install pytorch torchvision cudatoolkit=9.2 -c pytorch-nightly -c defaults -c numba/label/dev",

    "preview,conda,windows,cuda10.1,python":
      "conda install pytorch torchvision cudatoolkit=10.1 -c pytorch-nightly",

    "preview,conda,windows,cuda10.2,python":
      "conda install pytorch torchvision cudatoolkit=10.2 -c pytorch-nightly",

    "preview,conda,windows,cudanone,python":
      "conda install pytorch torchvision cpuonly -c pytorch-nightly",

    "preview,pip,macos,cuda9.2,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
# On MacOS, we provide CPU-only packages, CUDA functionality is not provided",

    "preview,pip,macos,cuda10.1,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
# On MacOS, we provide CPU-only packages, CUDA functionality is not provided",

    "preview,pip,macos,cuda10.2,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
# On MacOS, we provide CPU-only packages, CUDA functionality is not provided",

    "preview,pip,macos,cudanone,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html",

    "preview,pip,linux,cudanone,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html",

    "preview,pip,linux,cuda9.2,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cu92/torch_nightly.html",

    "preview,pip,linux,cuda10.1,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cu101/torch_nightly.html",

    "preview,pip,linux,cuda10.2,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cu102/torch_nightly.html",

    "preview,pip,windows,cudanone,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html",

    "preview,pip,windows,cuda9.2,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cu92/torch_nightly.html",

    "preview,pip,windows,cuda10.1,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cu101/torch_nightly.html",

    "preview,pip,windows,cuda10.2,python":
      "pip install numpy
pip install --pre torch torchvision -f https://download.pytorch.org/whl/nightly/cu102/torch_nightly.html",

    "preview,libtorch,linux,cudanone,cplusplus":
      "Download here (Pre-cxx11 ABI): 
https://download.pytorch.org/libtorch/nightly/cpu/libtorch-shared-with-deps-latest.zip

 Download here (cxx11 ABI): 
https://download.pytorch.org/libtorch/nightly/cpu/libtorch-cxx11-abi-shared-with-deps-latest.zip",

    "preview,libtorch,linux,cuda9.2,cplusplus":
      "Download here (Pre-cxx11 ABI): 
https://download.pytorch.org/libtorch/nightly/cu92/libtorch-shared-with-deps-latest.zip

 Download here (cxx11 ABI): 
https://download.pytorch.org/libtorch/nightly/cu92/libtorch-cxx11-abi-shared-with-deps-latest.zip",

    "preview,libtorch,linux,cuda10.1,cplusplus":
      "Download here (Pre-cxx11 ABI): 
https://download.pytorch.org/libtorch/nightly/cu101/libtorch-shared-with-deps-latest.zip

 Download here (cxx11 ABI): 
https://download.pytorch.org/libtorch/nightly/cu101/libtorch-cxx11-abi-shared-with-deps-latest.zip",

    "preview,libtorch,linux,cuda10.2,cplusplus":
      "Download here (Pre-cxx11 ABI): 
https://download.pytorch.org/libtorch/nightly/cu102/libtorch-shared-with-deps-latest.zip

 Download here (cxx11 ABI): 
https://download.pytorch.org/libtorch/nightly/cu102/libtorch-cxx11-abi-shared-with-deps-latest.zip",

    "preview,libtorch,macos,cudanone,cplusplus":
      "MacOS binaries do not support Java. Support is only available for Linux. Download here for C++: 
 https://download.pytorch.org/libtorch/nightly/cpu/libtorch-macos-latest.zip ",

    "preview,libtorch,macos,cuda9.2,cplusplus":
      "MacOS binaries do not support Java. Support is only available for Linux. MacOS binaries do not support CUDA. Download CPU libtorch here for C++: 
 https://download.pytorch.org/libtorch/nightly/cpu/libtorch-macos-latest.zip ",

    "preview,libtorch,macos,cuda10.1,cplusplus":
      "MacOS binaries do not support Java. Support is only available for Linux. MacOS binaries do not support CUDA. Download CPU libtorch here for C++: 
 https://download.pytorch.org/libtorch/nightly/cpu/libtorch-macos-latest.zip ",

    "preview,libtorch,macos,cuda10.2,cplusplus":
      "MacOS binaries do not support Java. Support is only available for Linux. MacOS binaries do not support CUDA. Download CPU libtorch here for C++: 
 https://download.pytorch.org/libtorch/nightly/cpu/libtorch-macos-latest.zip ",

    "preview,libtorch,windows,cudanone,cplusplus":
      "Windows binaries do not support Java. Support is only available for Linux.  Download here for C++ (Release version): 
https://download.pytorch.org/libtorch/nightly/cpu/libtorch-win-shared-with-deps-latest.zip

  Download here for C++ (Debug version): 
https://download.pytorch.org/libtorch/nightly/cpu/libtorch-win-shared-with-deps-debug-latest.zip",

    "preview,libtorch,windows,cuda9.2,cplusplus":
      "Windows binaries do not support Java. Support is only available for Linux.  Download here for C++ (Release version): 
https://download.pytorch.org/libtorch/nightly/cu92/libtorch-win-shared-with-deps-latest.zip

  Download here for C++ (Debug version): 
https://download.pytorch.org/libtorch/nightly/cu92/libtorch-win-shared-with-deps-debug-latest.zip",

    "preview,libtorch,windows,cuda10.1,cplusplus":
      "Windows binaries do not support Java. Support is only available for Linux.  Download here for C++ (Release version): 
https://download.pytorch.org/libtorch/nightly/cu101/libtorch-win-shared-with-deps-latest.zip

  Download here for C++ (Debug version): 
https://download.pytorch.org/libtorch/nightly/cu101/libtorch-win-shared-with-deps-debug-latest.zip",

    "preview,libtorch,windows,cuda10.2,cplusplus":
      "Windows binaries do not support Java. Support is only available for Linux.  Download here for C++ (Release version): 
https://download.pytorch.org/libtorch/nightly/cu102/libtorch-win-shared-with-deps-latest.zip

  Download here for C++ (Debug version): 
https://download.pytorch.org/libtorch/nightly/cu102/libtorch-win-shared-with-deps-debug-latest.zip",

从零开始的 AI Infra 学习之路 SSS不知-道 MLSys 人工智能深度学习 pytorch
从零开始的AIInfra学习之路文章目录从零开始的AIInfra学习之路一、概述二、AI算法应用2.1机器学习2.2深度学习2.3LLM三、AI开发体系3.1编程语言四、AI训练框架&推理引擎4.1PyTorch4.2llama.cpp4.3vLLM五、AI编译&计算架构5.1CUDA5.2CANN六、AI硬件&体系结构6.1INVIDIAGPU6.2AscendNPU一、概述AIInfra（AI
【深度学习】Huber Loss详解小小小小祥深度学习人工智能算法职场和发展机器学习
文章目录1.HuberLoss原理详解2.Pytorch代码详解3.与MSELoss、MAELoss区别及各自优缺点3.1MSELoss均方误差损失3.2MAELoss平均绝对误差损失3.3HuberLoss4.总结4.1优化平滑4.2梯度较好4.3为什么说MSE是平滑的1.HuberLoss原理详解HuberLoss是一种结合了MSE（均方误差）与MAE（平均绝对误差）的损失函数，旨在克服两者的
ImportError: libnvinfer.so.8: cannot open shared object file: No such file or directory kyle-fang 模型部署经验分享
安装完TensorRT后，导入报错ImportError:libcudnn.so.8:cannotopensharedobjectfile:Nosuchfileordirectory上面报错信息的意思主要是liblibcudnn.so.8这个文件找不到在网上查资料后知道了这个文件是在cudnn的安装包里的，那需要先安装cudnnNVIDIA官网下载cuDNN8.2.1CUDA11.x安装包并解压到
小猿口算自动PK脚本小黄编程快乐屋人工智能 python
大家好，我是小黄。近期，众多大学生炸鱼小猿口算APP,把一众小学生都快虐哭了，小黄听闻后，也跃跃欲试。对此小黄也参考网上的资料写了一个自动Pk的脚步。首先大家需要安装一个pytorch环境过程中，如果小伙伴对此不熟悉的话可以参考网上的相关教程。我们需要用到Tesseract-OCR文本识别。他的原理就是先截图，之后框选出比较大小的两个数字所在的区域，使用Tesseract-OCR识别出来后进行判断
python实现烟花效果 (附完整源码) 源代码大师 Python实战教程 python pygame 开发语言
python实现烟花效果下面是一个使用Python的pygame库实现烟花效果的完整示例代码。该代码创建了一个简单的窗口，并在窗口中生成烟花效果。首先，确保你已经安装了pygame库。如果没有安装，可以使用以下命令进行安装：pipinstallpygame接下来，使用以下代码创建一个烟花效果：importpygameimportrandomimportmath#初始化pygamepygame.in
2025年1月18日（树莓派点亮呼吸灯） Mason Lin Raspberry Pi Zero 2W python 树莓派 LED linux
系统信息：RaspberryPiZero2W系统版本：2024-10-22-raspios-bullseye-armhfPython版本：Python3.9.2已安装pip3支持拍摄1080p30(1092*1080),720p60(1280*720),60/90(640*480)已安装vim已安装git学习目标：pwm呼吸灯学习内容：呼吸灯importRPi.GPIOasGPIOimportti
详细分析Python爬虫中的xpath（附Demo）码农研究僧 Python python 爬虫 xpath
目录前言1.基本知识2.常用API3.简易Demo前言关于爬虫的基本知识推荐阅读：Python爬虫从入门到应用（超全讲解）该知识点需要提前安装相关依赖：pipinstalllxml1.基本知识XPath（XMLPathLanguage）是一种用于在XML文档中定位和选择节点的语言在XML文档中通过路径表达式（pathexpression）来定位节点，这些路径描述了节点在层次结构中的位置一、节点：在
python中xpath的用法_浅谈python中的xpath用法郭啧西 python中xpath的用法
由于XPath属于lxml库模块，所以首先要安装库lxml，可以在命令提示符页面输入pipinstalllxmlxpath是查询语言，可以在XML文档中查找信息的语言。主要用于在XML文档中通过元素和属性进行导航来查询。xpath的调用方法：fromlxmlimportetreeindex_db="""wuliaofirst_peoplehelloworldsencondclassfirst_di
Pytorch详解-模型模块(RNN,CNN,FNN,LSTM,GRU,TCN,Transformer) qq742234984 rnn pytorch cnn
Pytorch详解-模型模块Module¶meterModule初认识forward函数ParameterPytorch中的权重、参数和超参数Module容器-ContainersSequentialModuleListModuleDictParameterList&ParameterDict常用网络层LSTM输入和输出GRUConvolutionalLayers卷积层的基本概念常见的卷积
Django几条命令，一定要牢记(Python学习笔记) 代码帮 Python教程 Python django
Django项目搭建流程流程（切记使用中文）安装包安装下载安装包，解压运行pythonsetup.pyinstall命令安装python-mpipinstalldjango新建一个djangoprojectdjango-admin.pystartprojectproject_name特别是在windows上;如果报错，尝试用django-admin代替django-admin.py试试JetBra
python中xpath模块详解！听风Q python python 开发语言
文章目录xpath1、xpath安装与使用2、解析流程与使用3、xpath语法xpath1、xpath安装与使用安装安装lxml库pipinstalllxml-ipip源2、解析流程与使用解析流程实例化一个etree的对象，把即将被解析的页面源码加载到该对象调用该对象的xpath方法结合着不同形式的xpath表达进行标签定位和数据提取使用导入lxml.etreefromlxmlimportetre
算力平台环境搭建实操罗小黑的师傅目标检测深度学习人工智能
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、登录账号二、选择算力平台已有镜像或外部导入镜像创建开发环境三、配置环境1.修改算力平台密码2.配置代理（1）进入bashrc配置文件（2）在文本末尾添加（3）重新运行bashrc配置文件3.安装miniconda方法1：离线下载方法2：在线下载4.pip换源5.创建并激活虚拟环境6.安装pytorch7.额外包的安装，都可
Python中pytest-cov使用详解夏天Aileft Python python pytest windows
说明：pytest-cov是一个用于在使用pytest测试框架时提供代码覆盖率报告的插件。它通过集成coverage.py来收集测试覆盖率数据，并生成易于理解的报告。以下是pytest-cov的详细说明以及一些使用示例：安装首先，您需要安装pytest和pytest-cov。可以使用以下命令通过pip安装它们：pipinstallpytestpytest-cov基本用法一旦您安装好了pytest-
在Pycharm中安装Cv2 Rverdoser pycharm ide python
在PyCharm中安装cv2（即OpenCV库），你可以使用pip包管理器。以下是步骤和示例代码：1.打开PyCharm。2.确保你的项目解释器已经设置。在PyCharm的右下角可以看到当前使用的解释器。3.点击解释器名称（通常是解释器路径的一部分），然后选择"ShowAll"。4.在弹出的解释器列表中，选择你想要安装cv2的解释器。5.点击加号按钮（或者"+"按钮），然后选择"InstallPa
无需卸载，降低python版本的方法 DOT Manager Python技能 python 开发语言
降低python版本的方法：1、打开anacondaprompt窗口；2、输入“condainstallpython=3.6”命令并回车；3、等待提示（y/n），输入y，再等待一段时间，当提示done则成功退回到python3.6。一般可能无法降低版本，使用如下方法：Anaconda虚拟环境下更换python版本【不论升版本、降版本都使用condainstallpython命令】【注意：修改版本后
第二课堂笔记——大语言模型 skna_ 笔记语言模型人工智能
part1——qwen在这一部分中需要完成初步运行通义千问，流式输出与在网页窗口进行对话。1.环境准备首先配置满足需求的环境。配置环境代码中：!pipinstalltransformers==4.37.0-U用于安装或更新Python的transformers库到特定版本4.37.0。‌这里的-U参数表示如果已安装transformers库，‌则将其更新到指定的版本。‌!pipinstallstr
Jenkins-Pipeline简述 xiao-xiang jenkins jenkins 运维
一.什么是Jenkinspipeline：pipeline在jenkins中是一套插件，主要功能在于，将原本独立运行于单个或者多个节点的任务连接起来，实现单个任务难以完成的复杂发布流程。Pipeline的实现方式是一套GroovyDSL，任何发布流程都可以表述为一段Groovy脚本(jenkinsfile)，并且Jenkins支持从代码库直接读取脚本。二.关于pipeline：1.相关概念：Ste
python 手动安装第三方库 xiongerbuer python python 库
1.下载对应操作系统的安装包，如lxml包官网有下载，网上也有很多下载地址2.安装wheelpipinstallwheel3.安装lxmlpipinstallF:\Downloads\lxml-3.6.0-cp35-cp35m-win32.whl
使用python和selenium以及Edgedriver实现登录校园网自动化（Ecjtu） Swihlt python selenium 自动化网络
1.安装visualStudioCode配置Python环境【教程】VScode中配置Python运行环境2.安装pyinstaller打开win+r，cmd，输入如下所示安装pyinstaller3.在Python中配置selenium环境打开win+r，cmd，输入pipinstallselenium==4.54.安装对应的浏览器驱动程序此时以Edge浏览器为例这是链接-Edgedriver将
最实用的selenium使用指南程序员小雷 selenium 测试工具测试用例功能测试 python jmeter 单元测试
selenium使用一环境搭建下载seleniumpipinstallselenium下载浏览器驱动（以Edge为例）在设置中找到当前Edge版本号，在[MicrosoftEdgeWebDriver-MicrosoftEdgeDeveloper](https://developer.microsoft.com/en-us/microsoft-edge/tools/webdriver/)中下载对应版
Jetson显卡上运行Qwen2-1.5b模型时报错“RuntimeError triu_tril_cuda_template not implemented for ‘BFloat16‘” wang151038606 python中bug 人工智能 pytorch 人工智能 python
Jetson显卡上运行Qwen2-1.5b模型时报错“RuntimeErrortriu_tril_cuda_templatenotimplementedfor‘BFloat16’”问题描述：CUDA_DEVICE="cuda:0"model_name_or_path='/qwen2-1.5b-instruct'Tokenizer=AutoTokenizer.from_pretrained(mode
巨潮PDF年报下载01——python request库圣道寺 python学习笔记 python
目录标题背景代码块背景(70条消息)迅雷API批量下载巨潮年报_无敌的前任的博客-CSDN博客代码块fromwin32com.clientimportDispatch#pipinstallwin32compat#pipinstallpywin32importosimportreimportopenpyxlimportrequestsimporturllib.requestimporttimedef
Python基于matplotlib-scalebar库绘制比例尺懒大王爱吃狼 python python matplotlib 开发语言自动化 Python基础 opencv
在Python中，你可以使用matplotlib-scalebar库来在图表上绘制比例尺。这个库是matplotlib的一个扩展，专门用于在绘图时添加比例尺。以下是一个简单的示例，展示了如何使用matplotlib-scalebar来绘制带有比例尺的图表。首先，你需要安装matplotlib-scalebar库。如果你还没有安装它，可以使用以下命令来安装：pipinstallmatplotlib-
conda升级 ihateright conda python 开发语言
要升级conda，可以在终端或AnacondaPrompt中输入以下命令：plaintextCopycodecondaupdateconda如果想要升级所有已安装的包，可以使用以下命令：plaintextCopycodecondaupdate--all注意，在升级过程中可能会出现一些依赖关系的问题，需要跟随提示进行解决。同时，建议在升级前备份重要的工作环境。
Pytorch 三小时极限入门教程 power-辰南人工智能深度学习 pytorch 人工智能
一、引言在当今的人工智能领域，深度学习占据了举足轻重的地位。而Pytorch作为一款广受欢迎的深度学习框架，以其简洁、灵活的特性，吸引了大量开发者投身其中。无论是科研人员探索前沿的神经网络架构，还是工程师将深度学习技术落地到实际项目，Pytorch都提供了强大的支持。本教程将带你从零基础开始，一步步深入了解Pytorch的核心知识，助你顺利踏上深度学习的征程。二、Pytorch基础环境搭建安装An
使用Python访问和操作Llama的方法起风了~~~。 python llama 人工智能 Python
使用Python访问和操作Llama的方法Llama是一个流行的Python库，用于处理和操作数据集。它提供了丰富的功能和工具，使我们能够轻松地对数据进行处理、转换和分析。本文将介绍如何使用Python来访问和使用Llama库，并提供相应的示例代码。安装Llama库首先，我们需要安装Llama库。可以使用pip命令在Python环境中安装Llama。打开终端或命令提示符，并运行以下命令：pipin
python调用ollama库详解 2201_75335496 python 经验分享神经网络人工智能自然语言处理语言模型
0准备1）准备Ollama软件（注意：两个不是同一个东西）详见上次的文章Ollama通过gguf文件加载AI模型（补充：关于Ollama加载AI模型的补充）2）准备ollama库如果您还未安装ollama库，请使用pip安装：pipinstallollama#1ollama库的基本使用importollama#普通输出（请先按照准备工作中的要求安装模型）back=ollama.chat(model
提升短视频体验的tiktok专线加速器优势以太坊
在这个信息爆炸的时代，短视频已成为人们日常生活中不可或缺的一部分。尤其是tiktok，这一平台以其丰富的内容和独特的社交属性吸引了大量用户。然而，用户在使用过程中常常会遇到视频加载缓慢、卡顿等问题，影响了观看体验。为了解决这一难题，IPIPGO直播专线应运而生。作为一款专注于提升视频流畅度的工具，tiktok专线加速器能够为用户提供更优质的观看体验，让每一个精彩瞬间都不再错过。tiktok专线加速
深度学习(1) 浅忆へ梦微凉深度学习人工智能深度学习学习方法 python
一、torch的安装基于直接设备情况，选择合适的torch版本，有显卡的建议安装GPU版本，可以通过nvidia-smi命令来查看显卡驱动的版本，在官网中根据cuda版本，选择合适的版本号，下面是安装示例代码GPU：pipinstalltorch==2.5.0torchvision==0.20.0torchaudio==2.5.0--index-urlhttps://download.pytorc
Python3 打包成.exe（附IndexError: tuple index out of range错误解决） zdxdxd python python
1.首先下载PyInstaller官网地址入口已经安装了pip，直接在命令行输入：pipinstallpyinstaller2.进行打包进入需要被打包目录，输入：pyinstaller-Fyourprogram.py//-F打包成一个.exe文件另外，可以在官方的说明里看到pyinstaller目前并不支持python3.6，如下图：所以，在打包python3.6的程序时，会出现“:IndexEr
Nginx负载均衡 510888780 nginx 应用服务器
Nginx负载均衡一些基础知识: nginx 的 upstream目前支持 4 种方式的分配 1)、轮询（默认）每个请求按时间顺序逐一分配到不同的后端服务器，如果后端服务器down掉，能自动剔除。 2)、weight 指定轮询几率，weight和访问比率成正比
RedHat 6.4 安装 rabbitmq bylijinnan erlang rabbitmq redhat
在 linux 下安装软件就是折腾，首先是测试机不能上外网要找运维开通，开通后发现测试机的 yum 不能使用于是又要配置 yum 源，最后安装 rabbitmq 时也尝试了两种方法最后才安装成功机器版本： [root@redhat1 rabbitmq]# lsb_release LSB Version: :base-4.0-amd64:base-4.0-noarch:core
FilenameUtils工具类 eksliang FilenameUtils common-io
转载请出自出处：http://eksliang.iteye.com/blog/2217081 一、概述这是一个Java操作文件的常用库，是Apache对java的IO包的封装，这里面有两个非常核心的类FilenameUtils跟FileUtils，其中FilenameUtils是对文件名操作的封装;FileUtils是文件封装，开发中对文件的操作，几乎都可以在这个框架里面找到。非常的好用。
xml文件解析SAX 不懂事的小屁孩 xml
xml文件解析:xml文件解析有四种方式， 1.DOM生成和解析XML文档(SAX是基于事件流的解析) 2.SAX生成和解析XML文档(基于XML文档树结构的解析) 3.DOM4J生成和解析XML文档 4.JDOM生成和解析XML 本文章用第一种方法进行解析，使用android常用的DefaultHandler import org.xml.sax.Attributes;
通过定时任务执行mysql的定期删除和新建分区，此处是按日分区酷的飞上天空 mysql
使用python脚本作为命令脚本，linux的定时任务来每天定时执行 #!/usr/bin/python # -*- coding: utf8 -*- import pymysql import datetime import calendar #要分区的表 table_name = 'my_table' #连接数据库的信息 host,user,passwd,db =
如何搭建数据湖架构？听听专家的意见蓝儿唯美架构
Edo Interactive在几年前遇到一个大问题：公司使用交易数据来帮助零售商和餐馆进行个性化促销，但其数据仓库没有足够时间去处理所有的信用卡和借记卡交易数据 “我们要花费27小时来处理每日的数据量，”Edo主管基础设施和信息系统的高级副总裁Tim Garnto说道：“所以在2013年，我们放弃了现有的基于PostgreSQL的关系型数据库系统，使用了Hadoop集群作为公司的数
spring学习——控制反转与依赖注入 a-john spring
控制反转（Inversion of Control，英文缩写为IoC）是一个重要的面向对象编程的法则来削减计算机程序的耦合问题，也是轻量级的Spring框架的核心。控制反转一般分为两种类型，依赖注入（Dependency Injection，简称DI）和依赖查找（Dependency Lookup）。依赖注入应用比较广泛。
用spool+unixshell生成文本文件的方法 aijuans xshell
例如我们把scott.dept表生成文本文件的语句写成dept.sql,内容如下: 　　set pages 50000; 　　set lines 200; 　　set trims on; 　　set heading off; 　　spool /oracle_backup/log/test/dept.lst; 　　select deptno||','||dname||','||loc
1、基础--名词解析(OOA/OOD/OOP) asia007 学习基础知识
OOA:Object-Oriented Analysis（面向对象分析方法）是在一个系统的开发过程中进行了系统业务调查以后，按照面向对象的思想来分析问题。OOA与结构化分析有较大的区别。OOA所强调的是在系统调查资料的基础上，针对OO方法所需要的素材进行的归类分析和整理，而不是对管理业务现状和方法的分析。　　OOA（面向对象的分析）模型由5个层次（主题层、对象类层、结构层、属性层和服务层）
浅谈java转成json编码格式技术百合不是茶 json编码 java转成json编码
json编码;是一个轻量级的数据存储和传输的语言在java中需要引入json相关的包,引包方式在工程的lib下就可以了 JSON与JAVA数据的转换（JSON 即 JavaScript Object Natation，它是一种轻量级的数据交换格式，非常适合于服务器与 JavaScript 之间的数据的交
web.xml之Spring配置(基于Spring+Struts+Ibatis) bijian1013 java web.xml SSI spring配置
指定Spring配置文件位置 <context-param> <param-name>contextConfigLocation</param-name> <param-value> /WEB-INF/spring-dao-bean.xml,/WEB-INF/spring-resources.xml, /WEB-INF/
Installing SonarQube（Fail to download libraries from server） sunjing Install Sonar
1. Download and unzip the SonarQube distribution 2. Starting the Web Server The default port is "9000" and the context path is "/". These values can be changed in &l
【MongoDB学习笔记十一】Mongo副本集基本的增删查 bit1129 mongodb
一、创建复本集假设mongod,mongo已经配置在系统路径变量上，启动三个命令行窗口，分别执行如下命令： mongod --port 27017 --dbpath data1 --replSet rs0 mongod --port 27018 --dbpath data2 --replSet rs0 mongod --port 27019 -
Anychart图表系列二之执行Flash和HTML5渲染白糖_ Flash
今天介绍Anychart的Flash和HTML5渲染功能 HTML5 Anychart从6.0第一个版本起，已经逐渐开始支持各种图的HTML5渲染效果了，也就是说即使你没有安装Flash插件，只要浏览器支持HTML5，也能看到Anychart的图形（不过这些是需要做一些配置的）。这里要提醒下大家，Anychart6.0版本对HTML5的支持还不算很成熟，目前还处于
Laravel版本更新异常4.2.8-> 4.2.9 Declaration of ... CompilerEngine ... should be compa bozch laravel
昨天在为了把laravel升级到最新的版本，突然之间就出现了如下错误： ErrorException thrown with message "Declaration of Illuminate\View\Engines\CompilerEngine::handleViewException() should be compatible with Illuminate\View\Eng
编程之美-NIM游戏分析-石头总数为奇数时如何保证先动手者必胜 bylijinnan 编程之美
import java.util.Arrays; import java.util.Random; public class Nim { /**编程之美 NIM游戏分析问题：有N块石头和两个玩家A和B，玩家A先将石头随机分成若干堆，然后按照BABA...的顺序不断轮流取石头，能将剩下的石头一次取光的玩家获胜，每次取石头时，每个玩家只能从若干堆石头中任选一堆，
lunce创建索引及简单查询 chengxuyuancsdn 查询创建索引 lunce
import java.io.File; import java.io.IOException; import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Docume
[IT与投资]坚持独立自主的研究核心技术 comsci it
和别人合作开发某项产品....如果互相之间的技术水平不同,那么这种合作很难进行,一般都会成为强者控制弱者的方法和手段..... 所以弱者,在遇到技术难题的时候,最好不要一开始就去寻求强者的帮助,因为在我们这颗星球上,生物都有一种控制其
flashback transaction闪回事务查询 daizj oracle sql 闪回事务
闪回事务查询有别于闪回查询的特点有以下3个：（1）其正常工作不但需要利用撤销数据，还需要事先启用最小补充日志。（2）返回的结果不是以前的“旧”数据，而是能够将当前数据修改为以前的样子的撤销SQL（Undo SQL）语句。（3）集中地在名为flashback_transaction_query表上查询，而不是在各个表上通过“as of”或“vers
Java I/O之FilenameFilter类列举出指定路径下某个扩展名的文件游其是你 FilenameFilter
这是一个FilenameFilter类用法的例子，实现的列举出“c:\\folder“路径下所有以“.jpg”扩展名的文件。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
C语言学习五函数，函数的前置声明以及如何在软件开发中合理的设计函数来解决实际问题 dcj3sjt126com c
# include <stdio.h> int f(void) //括号中的void表示该函数不能接受数据，int表示返回的类型为int类型 { return 10; //向主调函数返回10 } void g(void) //函数名前面的void表示该函数没有返回值 { //return 10; //error 与第8行行首的void相矛盾 } in
今天在测试环境使用yum安装，遇到一个问题： Error: Cannot retrieve metalink for repository: epel. Pl dcj3sjt126com centos
今天在测试环境使用yum安装，遇到一个问题： Error: Cannot retrieve metalink for repository: epel. Please verify its path and try again 处理很简单，修改文件“/etc/yum.repos.d/epel.repo”，将baseurl的注释取消， mirrorlist注释掉。即可。 &n
单例模式 shuizhaosi888 单例模式
单例模式懒汉式 public class RunMain { /** * 私有构造 */ private RunMain() { } /** * 内部类，用于占位，只有 */ private static class SingletonRunMain { priv
Spring Security（09）——Filter 234390216 Spring Security
Filter 目录 1.1 Filter顺序 1.2 添加Filter到FilterChain 1.3 DelegatingFilterProxy 1.4 FilterChainProxy 1.5
公司项目NODEJS实践0.1 逐行分析JS源代码 mongodb nginx ubuntu nodejs
一、前言前端如何独立用nodeJs实现一个简单的注册、登录功能，是不是只用nodejs+sql就可以了？其实是可以实现，但离实际应用还有距离，那要怎么做才是实际可用的。网上有很多nod
java.lang.Math liuhaibo_ljf java Math lang
System.out.println(Math.PI); System.out.println(Math.abs(1.2)); System.out.println(Math.abs(1.2)); System.out.println(Math.abs(1)); System.out.println(Math.abs(111111111)); System.out.println(Mat
linux下时间同步 nonobaba ntp
今天在linux下做hbase集群的时候，发现hmaster启动成功了，但是用hbase命令进入shell的时候报了一个错误 PleaseHoldException: Master is initializing，查看了日志，大致意思是说master和slave时间不同步，没办法，只好找一种手动同步一下，后来发现一共部署了10来台机器，手动同步偏差又比较大，所以还是从网上找现成的解决方
ZooKeeper3.4.6的集群部署 roadrunners zookeeper 集群部署
ZooKeeper是Apache的一个开源项目，在分布式服务中应用比较广泛。它主要用来解决分布式应用中经常遇到的一些数据管理问题，如：统一命名服务、状态同步、集群管理、配置文件管理、同步锁、队列等。这里主要讲集群中ZooKeeper的部署。 1、准备工作我们准备3台机器做ZooKeeper集群，分别在3台机器上创建ZooKeeper需要的目录。数据存储目录
Java高效读取大文件 tomcat_oracle java
　　读取文件行的标准方式是在内存中读取，Guava 和Apache Commons IO都提供了如下所示快速读取文件行的方法：　　Files.readLines(new File(path), Charsets.UTF_8); 　　FileUtils.readLines(new File(path)); 　　这种方法带来的问题是文件的所有行都被存放在内存中，当文件足够大时很快就会导致
微信支付api返回的xml转换为Map的方法 xu3508620 xml map 微信api
举例如下： <xml> <return_code><![CDATA[SUCCESS]]></return_code> <return_msg><![CDATA[OK]]></return_msg> <appid><

PyTorch官网安装命令记录

PyTorch官网安装命令记录

常用

全部

你可能感兴趣的:(anaconda,pip,cuda,pytorch)