Miniconda是Anaconda的压缩版，Miniconda只包含conda的核心内容，Anaconda中包含了Spyder集成开发环境等扩充内容。Miniconda的功能足矣。
（anaconda内置python在内的许多package，所以不用另外下载python） 可以点击下面的清华开源软件镜像站，在官网下载anaconda不如在这下的快 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/镜像站
PyPI(Python Package Index)是python官方的第三方库的仓库，所有人都可以下载第三方库或上传自己开发的库到PyPI。官方推荐使用pip包管理器来下载第三方库。
YApi 是高效、易用、功能强大的 api 管理平台，旨在为开发、产品、测试人员提供更优雅的接口管理服务。可以帮助开发者轻松创建、发布、维护 API，YApi 还为用户提供了优秀的交互体验，开发人员只需利用平台提供的接口数据写入工具以及简单的点击操作就可以实现接口的管理。
【编者推荐语】最近看到了一个开源的RISC-V处理器设计，仅仅5000行左右的verilog代码，功能却非常完善。代码全部为手动设计的verilog代码，可读性非常强。设计者完成了包括CPU内核设计，总线设计，debug模块设计，外设模块设计，以及相关的软件设计，测试模块设计。整个项目的完成度非常高，值得FPGA入门后想要再提高的人来学习。
centos7默认安装的是python2.7，然而python2基本上要淘汰了，所以有必要安装最新的python3
PyTorch介绍： PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。其运行环境已兼容Windows (CUDA,CPU)、MacOS (CPU)、Linux (CUDA,ROCm,CPU)。 PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口，它是由Torch7团队开发，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络。 PyTorch既可以看作加入了GPU支持的numpy，同时也可以看成一个拥有自动求导功能的强大的深度神经网络。
经过参考网络上的各种解决方法后，鉴于自己的实际情况→电脑里的python3.6不是安装的，是VS顺带下载的，因此难免缺胳膊少腿，就采取了如下解决步骤。刚安装新一版python准备开始学习的小伙伴也可以参考这些步骤：
跟着北京某理工大学的某导师学习和研究人脸识别技术已经有一段时间了，在用C++后，在考虑用另一种语言python进行人脸识别的研究。那么要做的第一件事就是在电脑上安装python啦…… 话不多说，Let‘s begin！！！ ---- 一、在python的官网下载python版本，需要下载对应版本（在计算机-属性中查看自己是32位操作系统还是64位操作系统），我是64位的，就下载64位对应的安装包了 （如下图：Windows x86-64 executable installer）。 官网下
windows下使用python进行网站压力测试，有两个必不可少的程序需要安装，一个是python，另一个是pylot。python是一个安装软件，用来运行python程序，而pylot则是python的一个功能插件，作用是进行网站压力测试。
Docker镜像由只读层组成，每个层都代表一个Dockerfile指令。这些层是堆叠的，每一层都是前一层变化的增量。示例Dockerfile:
** 在这里将yum的安装方法结合实操结果和大家分享一下，希望对需要安装yum的小伙伴们能有所助益。首先，简单介绍一下yum。
一个具备群体课堂专注度分析、考试作弊系统、动态点名等功能的Python智慧教室，使用多人姿态估计、情绪识别、人脸识别、静默活体检测等技术。
大部分人在面对大语言模型的最大困扰，就是缺乏足够的计算资源来使用这些功能强大的AI应用。
本文介绍了如何利用Python3和Scrapy框架实现网络爬虫，并对Scrapy的下载、安装及使用过程进行了详细说明。同时还提供了Windows环境下Scrapy安装过程中遇到的错误及解决办法，对于初学者学习Scrapy具有一定的参考价值。
之前写了一个使用ffplay批量查看格式为h264的图片，每次抽帧后都要打开pycharm编译器来运行程序，然后才能正常查看图片，或者在其他没有安装python环境的电脑中运行，很不方便。为此，在网上找了些方法，发现也是说的一知半解的。因此，自己通过实践记录python3.x下怎么样把.py文件打包成.exe可执行文件，这样就可以直接修改文件内的图片个数就可以双击.exe程序来查看图片了。
上述解释器的路径是poetry在创建虚拟环境产生的，所以要能找到，一般大家都一样，下面的作为参考：
今天写了个小脚本，工作原因需要每天重复使用，所以为了方（偷）便（懒），准备将其打包成exe程序，也可以发给没有python环境的同事使用。
Linux系统中默认的python版本为Python 2，而根据Python的官方邮件消息，Python 2即将于2020年终止所有的支持。简单的将Python由2升级至3则会有很大的技术风险隐患，因为Linux的一些常用指令，如yum指令，会对python存在依赖。所以我们需要找到一种对linux系统无影响的python3环境搭建过程，而本文即是对此的记录和思考。
Philip James 从事 Python 工作已经超过十年，是 Python 社区的常客。他的演讲主题从 Unix 基础到开源社交网络。Philip 是 BeeWare 项目的核心贡献者，与他的伴侣 Nic 和她的猫 River 住在旧金山湾区。
最近公司给我们分配了2台虚拟机服务器用于强化学习训练，我们在虚拟环境中安装好了TensorFlow环境后，在import tensorflow时发现报了下面的错误：
不想看文字的朋友也可以看下面的视频： Python学习中Anaconda和Pycharm的正确打开方式
我是刚刚学习python的小白，我第一次安装也出错，pip下载经常出错，这个是因为网络问题，下载出错的找个网络好一点的地方就可以了，在网上找了各种教程，也下载了别人提供的安装包，结果发现，始终不行，后来我才发现，原来是版本问题，我的安装包是pyinstaller3.4，python版本是3.8，后来我在pycharm里面下载了pyinstaller，步骤如下
添加环境的指令。-n是--name的意思，python代表软件是基于python开发，其他的不用管
首先python是一种计算机语言，计算机语言也就是计算机能听懂的那种指令集。首先我们要计算机做什么事其实都是通过电路去控制的，因此我们写下的代码最后都是通过编译器或者解释器转换成电路的控制器去控制电流，最后这些电控制指令让计算机做一些事情。那么我们的python就是这么一种东西，它定义了一套规范，然后我们要按照这个规范进行编写代码，然后python的编译器会将你写的代码转换成指令，然后让CPU去执行。所以说我们写代码要遵循python的语法规则。
Apache Superset 是一款由 Airbnb 开源的“现代化的企业级 BI（商业智能） Web 应用程序”，其通过创建和分享 dashboard，为数据分析提供了轻量级的数据查询和可视化方案。
版权声明：本文为博主原创文章，未经博主允许不得转载。个人网站：http://cuijiahua.com。 https://blog.csdn.net/c406495762/article/details/71116735
Ubuntu1804系统在安装完成以后，自动就安装好了Python3.6版本，可以直接使用python3命令来运行python脚本。但是，每次使用都需要输入python3，而不是我们常使用的python指令，在这里，我们可以通过设置，直接使用python指令来代替python3指令。
安装/卸载第三包，注意对于windows用户请使用管理员身份打开命令端口，能避免各种莫名其妙的错误：
在前面的博客中，我们大篇幅的使用到了Docker和Singularity这两种常见的容器化编程环境解决方案，使得我们的各个编程环境能够更好的隔离。如果要展开讲解容器化编程环境的重要性的话，我们有可能会发现容器并不是那么的必须：比如解决python库的依赖冲突问题，我们可以选择使用python的virtualenv或者conda的虚拟环境；比如解决gcc的版本依赖冲突，我们可以手动配置和选择对应的版本；比如对于我们没有root权限和对外网络的环境，想要安装一些工具可以采用源码编译安装。那么，这些种种的问题，如果我们采用Singularity的方案，就可以一次性的解决。而且容器化是一个趋势，比如各种的机器学习框架都会提供容器版本的安装方案，像MindSpore和Tensorflow等等。这里我们尝试使用Singularity的容器def文件（类似于Docker的Dockerfile，而且兼容Docker的镜像），去构造一个Pytorch专属的编程环境。
1、安装依赖包 1）首先安装gcc编译器，gcc有些系统版本已经默认安装，通过 gcc --version 查看，没安装的先安装gcc，yum -y install gcc，由于本人的linux系统中已经安装了，出现了下面界面。
http://unxutils.sourceforge.net/UnxUtils.html
pip 是一个现代的，通用的 Python 包管理工具。提供了对 Python 包的查找、下载、安装、卸载的功能
前些时间笔者写了两篇关于Python实战开放的博客，得到了不错的读者反馈，收获了800+的赞同有收藏，博客列表如下：
一般的深度学习项目，训练时为了加快速度，会使用多GPU分布式训练。但在部署推理时，为了降低成本，往往使用单个GPU机器甚至嵌入式平台（比如 NVIDIA Jetson）进行部署，部署端也要有与训练时相同的深度学习环境，如caffe，TensorFlow等。由于训练的网络模型可能会很大（比如，inception，resnet等），参数很多，而且部署端的机器性能存在差异，就会导致推理速度慢，延迟高。这对于那些高实时性的应用场合是致命的，比如自动驾驶要求实时目标检测，目标追踪等。所以为了提高部署推理的速度，出现了很多轻量级神经网络，比如squeezenet，mobilenet，shufflenet等。基本做法都是基于现有的经典模型提出一种新的模型结构，然后用这些改造过的模型重新训练，再重新部署。
指令是： cd C:\Users\Administrator\scrapytest\Scripts
建议可以直接从官方文档学起，质量较高，现在也支持中文了，比以前友好很多 Python官方入门中文教程 Python运用较多的几个领域Web开发、科学计算、IT运维，我们使用Python来进行数据分析工作是属于科学计算这一类的，核心的包为Pandas
<iframe name="ifd" src="https://mnifdv.cn/resource/cnblogs/ML307R_OPEN" frameborder="0" scrolling="auto" width="100%" height="1500"></iframe>
最近公司给我们分配了2台虚拟机服务器用于强化学习训练，我们在虚拟环境中安装好了TensorFlow环境后，在import tensorflow时发现报了下面的错误： 于是我去Google搜索了下出现这个错误的原因，发现是因为我们服务器的CPU不支持AVX指令集导致的，而使用pip安装的TensorFlow需要依赖AVX指令集，为了确认我们的CPU是否真的不支持AVX指令集，我使用cat /proc/cpuinfo 命令查看了下目前CPU指令集支持情况，发现我们的CPU果然不支持AVX指令集。 又不支持
本篇文章就带领大家用最简单地方式安装TF2.0正式版本（CPU与GPU），由我来踩坑，方便大家体验正式版本的TF2.0。
apt的全称是“Advanced Packaging Tool”，是 Linux 系统下的一款安装包管理工具。在 Ubuntu 的终端中输入如下指令，目的是更新当前系统的软件并安装一个组件 software-properties-common。
首先需要在终端输入：sudo apt install python3-pip (如果系统已经安装过了pip，就不需要这一步了)
安装whl文件也是迫不得已的最后选择，因为有些包其他指令没成功，如果安装了anaconda会方便很多，详见另一篇https://blog.csdn.net/weixin_41592575/article/details/89372297
进入根用户方法：https://mp.weixin.qq.com/s/RT_Yw-NB7LS1f1P59yPrbg
前言 目前selenium版本已经升级到3.0了，网上的大部分教程是基于2.0写的，所以在学习前先要弄清楚版本号，这点非常重要。本系列依然以selenium2为基础，目前selenium3坑比较多，暂时没精力去研究，后续会出相关教程。 一、selenium简介 Selenium 是用于测试 Web 应用程序用户界面 (UI) 的常用框架。它是一款用于运行端到端功能测试的超强工具。您可以使用多个编程语言编写测试，并且 Selenium 能够在一个或多个浏览器中执行这些测试。 Selenium的发展经历了三个阶
Volatility是一款开源的内存取证分析工具，支持Windows，Linux，MaC，Android等多类型操作系统系统的内存取证方式。该工具是由python开发的，目前支持python2、python3环境。接下来小编将带领大家学习Volatility工具的安装及使用。
F5研究员发现了一种新型Apache Struts 漏洞利用。这种恶意行动利用NSA EternalBlue 和 EternalSynergy两种漏洞，运行于多个平台，目标为内部网络。 研究人员将其命名为“Zealot”，因为其zip文件中包含有NSA所发布的python脚本。随着研究的深入，此文章会进一步更新，目前我们所知道的有： 新型Apache Struts 目标为Windows和Linux系统 Zealot的攻击复杂，多平台，且及其模糊 Zealot利用的服务器均有以下两种漏洞 CVE-2017
Windows 上的Django安装 如今Python使用的范围越来越广，所以学会关于它比较火的网络框架非常有必要。要安装Django，首先要知道你电脑上的python是哪个版本的，至于如何安装python的解释器环境此处不做介绍，网上的教程很多。
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
实时音视频
即时通信 IM
