趁着周末，把家里的旧电脑装成ubuntu系统了，今天安装一下Anaconda3和VSCode，记录一下。
安装好之后，可以使用命令conda，可以使用一系列命令参数，conda --help 或 conda -h 、 conda --version 或 conda -V
这篇文章来源于MindSpore仓库中的一个Issue，简单描述问题就是，如果你用MindSpore开发了一个python软件供别人使用，那么很有可能涉及到编译构建的问题。但是如果直接使用编译好的whl包去运行的话，就有可能出现一个跟Jit即时编译有关的报错，这里Jit在其他的一些模块中也会被使用到，比如Vmap函数和Grad函数等。
简介： Anaconda，中文大蟒蛇，是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。
本文将介绍 YOLOv4 官方 Darknet 实现，如何于 Ubuntu 18.04 编译，及使用 Python 接口。
在用 PyTorch官方提供的的工具转化 pth 文件 到 pt 文件时，经常会遇到很多错误，包括但不限于算子不支持，无法推断参数类型，以及一些很奇怪的错误，这里全部记录一下，建议配合我之前写的 MODNet转化模型填坑笔记一起看
现如今，Python的应用愈来愈广泛，且对于常用的发行版Linux操作系统来说一般都会预装Python环境，这给Python学习者带来了福音，因为在Windows操作系统上安装Python环境还需要配置各种环境变量。但是Linux环境下也会存在一些问题，比如Linux系统默认的Python版本一般为2.7，而如今的发行版已经到了3.9，因此能够在操作系统上简单地完成不同Python发行版的的切换十分必要。本文主要介绍一种以Ubuntu为例在Linux上的使用conda对Python版本进行控制的方法。
Orca is a pipeline orchestration tool that allows you to define dynamic data sources and explicitly connect them to processing functions. Orca has many features for working with Pandas data structures, but it can be used with anything.
强化学习发展的特别早，但一直不温不火，其中Sutton老爷子早在1998年就写了强化学习领域的圣经书籍：An Introduction : Reinforcement Learning ，但也并未开启强化学习发展的新局面。直到2012年，深度学习广泛兴起，大规模的神经网络被成功用于解决自然语言处理，计算机视觉等领域，人工智能的各个方向才开始快速发展，强化学习领域最典型的就是2013年DeepMind公司的Volodymyr Mnih发表Playing Atari with Deep Reinforcement Learning（DQN技术），可以说开启了深度强化学习技术发展的新高潮，2015年该论文的加强版Human-level control through deep reinforcement learning 登上Nature, 以及2016年Nature上的AlphaGo: Mastering the game of Go with deep neural networks and tree search 充分证明了深度强化学习技术的发展潜力。
迭代 DataLoader时出现以下错误，暂时不知道怎么解决，向大家求救，是一个比较稀罕的错误，也分享给大家一个奇葩的问题一起讨论。
上文提到了Superset 0.37的在线安装方式，只需要更新pip，然后pip install就可以了。但是在生产环境中，特别是内网环境中，很多时候是没有外网的，这时候就需要采取离线安装的方式。
参考：https://www.cnblogs.com/xrblog/p/11839393.html
Python在气象与海洋领域的应用愈发广泛，特别是其拥有众多的第三方库避免了重复造轮子，使得开发速度较快。但是官方提供的Python仅包含了核心的模块和库，为了完成其他任务，所需的第三方模块和库需要另行安装，这个过程往往较为繁琐。
在安装Anaconda时顺带安装了自带python3.7的，想要安装python2.7，参考步骤如下：
Anaconda是最受欢迎的python数据科学和机器学习平台，用于大规模数据处理，预测分析和科学计算。Anaconda发行版附带了1,000多个数据包，conda命令行工具和Anaconda Navigator的桌面图形用户界面。
存在意义 是matplotlib的扩展封装 简单使用 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline /Users/bennyrhys/opt/anaconda3/lib/python3.7/importlib/_bootstrap.py:219: RuntimeWarning: numpy.ufunc size changed,
nc文件的处理方式比较多，可以用MATLAB、JAVA、C、python或者其他的语言。我这两天折腾用python读取nc文件，查阅很多资料，左拼右凑的终于读出来了。
结合上一篇文章《一次算法读图超时引起的urllib3源码分析》，我们学习了 urllib3 的基本语法、常见姿势和请求管理模式，以及PoolManager、HTTPConnectionPool、HTTPConnection等模块部分源码。对于学习 Python 的小伙伴来说，urllib3 强大的功能几乎能实现所有 HTTP 请求场景，但这就足够了吗？
以前直接plot()无法显示图像 必须调用 plt.show()，因此需引入%matplotlib inline,使plt.plot(a)直接显示图像 现在不需要这么麻烦
最近由于工作需要要使用TensorFlow，所以只能狂补相关的知识。本来博主打算在Ubantu上玩，但是由于一些原因还是放弃了这个想法，就转移到Pycharm上来玩。以下是自己在收集资料的过程中看到一篇很好的安装教程，分享一下。
1. 登录 NVIDIA 驱动下载 或打开链接 http://www.nvidia.com/Download/Find.aspx 。
NaN-means Not a Number import numpy as np import pandas as pd from pandas import Series, DataFrame # 创建NaN n = np.nan # 类型 type(n) float # 任何数字和nan做计算永远是nan m = 1 m + n nan NaN in Series # 创建含nan情况 s1 = Series([1,2,np.nan,3,4],index=['A','B','C','D','E'])
目前Python的版本已经到了3.8.5，但是在实际的开发中并木有太多的使用者，或者说很的多包和插件都还不支持。（我java猿一枚）目前自己属于一个量化的初学者，对python生态还不是很了解。全程靠着伸手党的本事，在搜索引擎的海洋里打怪升级，今天在这里记录下升级的心酸。
import numpy as np import pandas as pd import matplotlib.pyplot as plt from pandas import Series, DataFrame %matplotlib inline # 引入 import seaborn as sns /Users/bennyrhys/opt/anaconda3/lib/python3.7/importlib/_bootstrap.py:219: RuntimeWarning: numpy.ufunc
在本文的其他文章中有一个实现旧编码替换为新编码的小项目，因为窗口程序比较直观，所以需要改造相关代码以生成窗口程序。
可以明显看出， 不同 pip 版本 会安装对应 各自python版本 的 numpy 库 ，并把库文件安放到 各自python版本 对应的 packages文件夹 下。
一线搬砖的小伙伴们经常被这样的问题困扰：我想用某个软件或软件包做分析，但受限于没有集群的root权限，如何是好？Anaconda就是我们实现各种分析的‘任意门’，它可以创建很多个不同的环境，抛开权限、版本等 限制。
TensorFlow是Google推出的深度学习框架，也是使用最广泛的深度学习框架。目前最新的TensorFlow版本是2.1。可能有很多同学想跃跃欲试安装TensorFlow2，不过安装完才发现，TensorFlow2与TensorFlow1的差别非常大，基本上是不兼容的。也就是说，基于TensorFlow1的代码不能直接在TensorFlow2上运行，当然，一种方法是将基于TensorFlow1的代码转换为基于TensorFlow2的代码，尽管Google提供了转换工具，但并不保证能100%转换成功，可能会有一些瑕疵，而且转换完仍然需要进行测试，才能保证原来的代码在TensorFlow2上正确运行，不仅麻烦，而且非常费时费力。所以大多数同学会采用第二种方式：在机器上同时安装TensorFlow1和TensorFlow2。这样以来，运行以前的代码，就切换回TensorFlow1，想尝鲜TensorFlow2，再切换到TensorFlow2。那么具体如何做才能达到我们的目的呢？本文将详细讲解如何通过命令行的方式和PyCharm中安装多个Python环境来运行各个版本TensorFlow程序的方法。
我不想拆卸python3，也不想删除python3的软链接，所以在网上查到了此方法
首先我们去其官网进行官方版本的相关下载，如下图所示： https://repo.anaconda.com/archive/
Airflow是基于Python的，就是Python中的一个包。安装要求Python3.6版本之上，Metadata DataBase支持PostgreSQL9.6+，MySQL5.7+，SQLLite3.15.0+。
参考文献：https://blog.csdn.net/sizhi_xht/article/details/80964099
在使用PyCharm进行tensorflow学习时，发现mac中还有Python2.7的旧版本，并且说明建议使用新版本。
文档编写目的 整理CDH5中安装Impyla的步骤 集群环境 CDH5.16.2 anaconda3 python3.7 组件介绍 Impyla：适用于分布式查询引擎的HiveServer2实现（例如Impala，Hive）的Python客户端。 Impyla依赖包 six bit_array thriftpy thrift_sasl sasl 安装依赖 安装thrift_sasl需要先执行，否则安装会提示缺少sasl.h文件 yum install gcc-c++ python-devel.x86_
Anaconda 是一个可用于科学计算的 Python 发行版，支持 Linux、Mac、Windows系统，内置了常用的科学计算包。它解决了官方 Python 的两大痛点
Python作为一个目前最火的编程语言之一，已经渗透到了各行各业，笔者所在的人工智能科研领域就以Python为主要编程语言，尤其是神经网络几乎已经离不开Python了。它易学好懂，拥有着丰富的库,且可以提供所有主要的商业数据库的接口。人生苦短，就用Python.
我是在ubuntu中，自带的有python2,python3有安装了anaconda套件，所以python的版本很多，曾经想删除过不用的python． 先执行 sudo apt remove python* 在想安装anaconda，结果悲剧了，xorg没有了，结果只能ｃｍｄ玩耍了，一气之下重装ubuntu18系统了 dflx@dflx:~$ ps -t tty1 PID TTY TIME CMD 1889 tty1 00:00:00 gdm-x-session 1891
data为空，且dtype默认为空时 出现type object ‘object’ has no attribute ‘dtype’告警
在默认情况下，Matplotlib在设置title和标注text时如果使用中文，会出现尴尬的框框。
在上次，如果不出意外，手把手教你进行Anaconda的安装，我们已经在windon10上成功的安装上了Anaconda。
在MindSpore深度学习框架中，我们可以使用mindspore.grad对函数式编程的函数直接计算自动微分，也可以使用mindspore.ops.GradOperation求解Cell类的梯度dout。本文所介绍的mindspore.ops.InsertGradientOf是一个对dout进一步进行处理的算子，类似于在Cell类中自定义一个bprop函数，不改变前向传播输出的结果，只改变反向传播的结果。
在使用大数据spark做计算时，scala开发门槛比较高，一般多会去使用Spark Sql 和PySpark，而PySpark进行个性化开发时，需要引入第三方python包，尤其在机器学习算法方面依赖许多科学包如numpy、pandas 、matlib等等，安装这些依赖是一个非常痛苦的过程，尤其是涉及到需要在整个spark集群中去运行，不可能每个节点环境都是一致，也不可能去修改机器上的包依赖了。
2. 下载Anaconda安装包：推荐去清华大学开源软件镜像站下载，因为官网上下载会比较慢而且不稳定，比如我在官网下载到一半时就莫名中断了（不知为啥），所以还是推荐到这个网站上自行找自己想下载的版本对应下载
学习python和人工智能的相关课程时安装了Anaconda3，想在Jupyter notebook中归纳整理笔记，为了方便日后查找想安装目录(Table of Contents, TOC)插件，查找了安装方法，但在jupyter_contrib_nbextensions插件安装过程中遇到很多问题，
3月5日更新ubuntu下pytorch1.0.1安装方法（Ubuntu16.04+CUDA9.0+PyTorch1.0.1）
安装OpenCV过程中出现错误 代码： pip-conda install -i https://pypi.douban.com/simple/ opencv-python 报错内容如下: Could not install packages due to an EnvironmentError: [Errno 13] Permission denied: '/Users/mac/Anaconda/anaconda3/lib/python3.7/site-packages/cv2/__init__.py'
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
