1.2 学习环境准备

最简单的方法为自己的Windows电脑装Tensorflow-gpu2.X版本的深度学习环境（以Windows10+4090+cuda11.2+Python3.9为例）

4090显卡，windows，tensorflow2.x版本安装，深度学习环境搭建

【运维工程师学习五】数据库之MariaDB

数据库的软件体系结构是C/S（Client/Server，客户端/服务端），要访问或管理数据库必须通过对应的客户端。如果脚本中只有表结构，则只会在数据库中创建表，如果脚本中既有表结构又有数据内容，则都会导入。关于表的操作命令还有很多，如增（INSERT）、删（DELETE）、改（UPDATE）、查（SELECT）不再演示，请自行搜索，如搜索“mysql常用命令”123456为密码，上述命令的意思是：允许密码为123456的root用户具有数据库中所有数据库的所有权限。本次安装使用“软件仓库安装法”。

在MacOS构建Python深度学习开发环境

目录 构建环境 Step 1：搭建初始环境 安装Homebrew 安装Pyenv Step 2：构建开发环境 安装多版本Python 设置虚拟环境 Step 3：完善Python开发环境 训练测试 Step 1：下载源代码 Step 2：准备训练数据 Step 3：进行模型训练 Step 4：进行模型测试 参考资料 学习《深度学习推荐系统》这本书时，为加深理解，尝试以DIEN论文提及的测试程序为抓手，在MacOS工作笔记本上构建了完整的模型训练和测试环境。 构建环境 当前，

MariaDB的简单入门

1.什么是mariadb？ mariadb：MariaDB数据库管理系统是MySQL的一个分支，主要由开源社区在维护，采用GPL授权许可 MariaDB的目的是完全兼容MySQL，包括API和命令行，使之能轻松成为MySQL的代替品。在存储引擎方面，使用XtraDB（英语：XtraDB）来代替MySQL的InnoDB。 2.环境配置 3.mariadb的安装 安装mariadb yum ins...

《MacOS Ventura下机器学习开发环境搭建避坑指南》

通过针对MacOS Ventura系统和硬件架构的优化配置，无论是M1/M2芯片还是Intel芯片机型，都能高效搭建机器学习开发环境。◦ 支持M1/M2芯片（Apple Silicon）和Intel芯片（x86_64），需根据硬件选择不同部署方案。print("MPS是否可用:", torch.backends.mps.is_available())print("MPS计算结果:", (x + y).cpu())◦ 内存：8GB+（M1芯片共享内存，建议16GB以上运行大型模型）。

eNSP搭建基础网络

1、除5的环回地址固定以外，整个其他所有网段基于192.168.1.0/24进行合理的IP地址划分 2、R1-R4每个路由器存在两个环回接口，用于模拟连接pc网段﹔地址也在192.168.1.0/24这个网络范围内 3、R1-R4上不能直接编写到达5.5.5.0/24的静态路由，但依然可以访问 4、全网可达，尽量减少每台路由器，路由表条目数量，避免环路出现5R4与R5间，正常100oA链路通信，故障时自动改为100M 全网使用192.168.1.0/24网段进行划分，尽量减少路由条目Pc端IP使用pHcP技

个人用云计算学习笔记 --19 (MariaDB服务器)

定义：按特定数据结构组织、存储数据的仓库，支持多种数据管理操作。数据结构：数据的组织形式或数据间的关联关系，决定数据存储与调用逻辑。

华为无线WiFi实战：基于802.1x与NPS的企业级认证部署指南

本文提供了一份详尽的华为无线WiFi企业级认证部署实战指南。通过整合802.1x协议与Windows NPS服务器，构建基于AD域账号的安全认证体系，彻底解决传统WiFi密码共享带来的安全风险。文章详细拆解了从NPS服务器配置、证书部署到华为AC端RADIUS模板、AAA方案、认证域及VAP模板调用的全流程，并附有终端连接测试与常见故障排查方法，助力企业实现高效、安全的无线网络接入管理。

ROS2学习笔记1-环境准备

ros2学习笔记

离线环境下 Ubuntu 22.04 制作自定义apt源 安装 Docker环境 的部署方案

本文介绍了一种在无外网环境下部署服务器项目的离线方案。通过在外网环境中制作包含APT软件包和Docker镜像的离线资源包，实现在内网环境中的完整部署。方案详细说明了离线APT源的制作方法、Docker镜像的导出/导入流程，以及内网服务器的软件安装和网络配置步骤。特别强调了版本一致性、目录结构规范和网络适配等注意事项，适用于需要严格隔离网络的生产环境部署。该方案具有可扩展性，可根据实际需求调整软件包和镜像列表。

Obsidian笔记同步实战：基于Git的私有化部署与自动化管理

本文详细介绍了如何利用Git为Obsidian笔记构建私有化、自动化且免费的同步方案。通过安装配置Git与Obsidian-git插件，结合Gitee等远程仓库，实现笔记的版本管理、多设备同步与自动备份，打造安全可靠的知识管理体系。

node学习准备工作1 --- nvm下载、终端环境iterm2配置

2019独角兽企业重金招聘Python工程师标准>>> ...

银河飞腾FT6678实战指南：OpenMP多核并行编程优化技巧

本文详细介绍了在银河飞腾FT6678多核处理器上使用OpenMP进行并行编程的实战技巧与优化方法。从基础语法到环境配置，再到性能优化的五大核心技巧，包括循环并行化、并行粒度控制、reduction子句使用等，帮助开发者充分发挥FT6678的8核计算能力。通过实际案例展示如何将图像处理算法从200ms优化到28ms，并深入探讨了任务调度、内存访问优化等进阶主题。

opencv学习-1.2-入门- 环境准备

<br />这几天把OpenCV的代码正规化，如果不正规化，每次我都要copy那些dll到demo下面<br />占用太多的空间<br />   环境统一化后<br />  接下来做的事情是<br />1.2.1  图像平滑处理<br />1.2.2  创建一个宽度和高度是载入图像一半的图像<br />1.2.3 canny边缘检测输出单通道（灰度级）图像<br />1.2.4 2次缩放处理与canny边缘检测<br /> <br />剩下的2个我周末想办法，还是去买个摄像头吧<br />  1.2.5 从

SAP-ABAP：SAP客户端管理核心事务码SCC4深度解析

SAP客户端管理核心事务码SCC4深度解析

Darknet-Yolov3 移植过程

本教程面向使用寒武纪平台进行深度学习推理任务的开发者。针对当前主流检测网络darknet-yolov3，进行寒武纪平台的移植。开发者对照移植过程，能够利用寒武纪智能处理器设备完成多种场景的目标检测任务。本实验代码基于 Neuware 1.6.1 与 Python 2.7 环境。

《Git学习指南》——第2章 入门 2.1准备Git环境

本节书摘来自异步社区《Git学习指南》一书中的第2章，第2.1节，作者： 【德】René Preißel（普莱贝尔） , Bjørn Stachmann（斯拉赫曼）著，更多章节内容可以访问云栖社区“异步社区”公众号查看 第2章 入门 第1章　Spring如果你想试着用一下Git的话，那么我们马上就可以开始了。本章将会带领你创建自己的第一个项目。我们会为你...

基于应用谱减法进行语音去噪的算法

在上述代码中首先通过读取语音信号和噪声信号，将两个信号都转换为频域信号，然后计算出语音信号在各频率下的功率谱和噪声信号在各频率下的功率谱，并基于此计算信噪比，接着根据信噪比计算出阈值，并将低于阈值的能量对应的频段进行清零操作，最终实现去噪处理，最后将处理后的信号转换回时域信号。该算法采用谱减法进行降噪处理，能有效地去除语音信号中的噪声，但是在实际应用中，该方法也存在一些问题，如会对语音信号的高频部分产生影响，所以需要在应用过程中进行适当的调整。

Python学习01 python开发的准备工作 1.Python解释器的下载 2.Pycharm集成开发环境的安装

下载地址 https://www.python.org/

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

Windows10搭建tensorflow-gpu2.1环境

一、安装Anaconda3 Anaconda是一个开源的Python包管理器，其包含了conda、Python等180多个科学包及其依赖项，非常实用。 1. 下载 下载可以直接到Anaconda3官网：https://www.anaconda.com/distribution 附国内清华镜像网：https://mirrors.tuna.tsinghua.edu.cn/anaconda/arch...

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

ROS1的安装基于WSL2(1)

本文主要讲述了基于WSL2的Ubuntu的安装

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！

学习笔记（2):Python数据分析课程-Python数据分析第一节课之工作环境准备1

通过学习此课程，可以掌握Python的大数据分析。语法规则、常见通用库的使用，并在老师的带领下做出自己的智能语音机器人。在积累了一定的语言基础上具备成为专业Python工程师的能力。并可以深入全面学习Python爬虫及Flask的核心知识，包括常用网络库、分析库、Selenium、Scrapy等框架，Flask基础知识、Restful API、模板、表单等。 ...

WindowServer2012R2+Anoconda3.5.0.1+CUDA9.0+cuDNN7.1.3+Tensorflow-gpu1.6离线搭建深度学习开发环境

WindowServer2012R2+Anoconda3.5.0.1+CUDA9.0+cuDNN7.1.3+Tensorflow-gpu1.6离线搭建深度学习开发环境 关键词：Windows，Tensorflow-gpu，离线搭建 实验室电脑都是Windows环境且电脑不能联网，所以只能离线搭建，在此记录了爬坑的搭建过程，亲测有效。供大家参考，也方便自己今后查阅。 1.安装前的准备工作 在安装...

192.168.49.1登录_httprunner 2.x学习1环境与登录接口案例

前言由于之前写过一个 httprunner 系列是针对 1.5.8 版本写的教程， httprunner版本更新的还挺快的，最近已经到3.x版本了，看了下改动还是挺大的。但是考虑到目前还是有很多公司的小伙伴在用 2.x 版本，所以这里在之前 1.5.8 基础上快速的更新一遍，重复的内容就直接复制过来的对于直接看2.x 版本的小伙伴 也是可以快速上手的，这样就不用纠结1.x版本和2.x版本...

Linux服务器搭建GPU深度学习环境：Tensorflow+Keras+CUDA+pycharm

一、安装前的准备工作 仅以tensorflow1.14.0+keras2.2.5+cuda10.0为例进行说明，可根据实际情况进行选择 1.使用服务器搭建深度学习环境，首先查看服务器的GPU的配置,在命令行模式下输入 nvidia-smi 查看CUDA的版本 本服务器CUDA版本为10.0 2.搭建环境之前先确定版本之间的对应关系 查看tensorflow和keras对应版本的关系：参考链接：https://docs.floydhub.com/guides/environments/ 搭建tensorf