几个贯穿始终的概念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当我们把人类学习简单事物的过程抽象为几个阶段，再将这些阶段通过不同的方法具体化为代码，依靠通过计算机的基础能力--计算。我们就可以让机器能够“学会”一些简单的事物。我们首先将视线聚焦在最简单的判断题上。而包括OCR,CV,自然语言处理在本质上来说就是对给定的图像（语句）做判断判断：给定输入，得到一个输出graphLRA[输入端数据]-->|算法,模型|B(输出端数据)数据由我们学习的内容所决定.但是从现实生活中收集而来的数据,并不是机器能够"食用"的,需要我们通过一定的数据预处理,清洗数据以备使用
前言在学习anaconda的常用命令之前要先安装好AnacondaforWindows，AnacondaforUbuntu，这里我总结了Windows环境下和Ubuntu环境下的常用命令，包含了Anaconda本身的命令、管理环境的命令（新建环境、激活环境、退出环境、切换环境、列出环境、复制环境、通过yml文件复制环境、删除环境）、管理包（搜索包、包列表、安装包、更新包、卸载包）Anaconda升级condacondaupdatecondacondaupdateanacondacondaupdateanaconda-navigator卸载condaWindowsC:\\Users\\用户名\\
前言在学习anaconda的常用命令之前要先安装好AnacondaforWindows，AnacondaforUbuntu，这里我总结了Windows环境下和Ubuntu环境下的常用命令，包含了Anaconda本身的命令、管理环境的命令（新建环境、激活环境、退出环境、切换环境、列出环境、复制环境、通过yml文件复制环境、删除环境）、管理包（搜索包、包列表、安装包、更新包、卸载包）Anaconda升级condacondaupdatecondacondaupdateanacondacondaupdateanaconda-navigator卸载condaWindowsC:\\Users\\用户名\\
镜像下载、域名解析、时间同步请点击阿里云开源镜像站一、问题概述：由于网络和时间的限制，很多的conda源，如清华源，中科大源都需要想办法才能创建好虚拟环境（如本人发现的将清华源中的https://改为http://之后效果好很多），但这些源要么在前几次创建虚拟环境时奏效，时间长了仍然不管用。二、解决方法目前本人在用的pip源和conda源都是采用阿里源，速度很快，跑满带宽没问题。三、步骤ubuntu系统：ctrl+alt+T打开终端（Terminal），按条复制粘贴回车下列命令：condaconfig--addchannelshttp://mirrors.aliyun.com/anaconda
镜像下载、域名解析、时间同步请点击阿里云开源镜像站一、问题概述：由于网络和时间的限制，很多的conda源，如清华源，中科大源都需要想办法才能创建好虚拟环境（如本人发现的将清华源中的https://改为http://之后效果好很多），但这些源要么在前几次创建虚拟环境时奏效，时间长了仍然不管用。二、解决方法目前本人在用的pip源和conda源都是采用阿里源，速度很快，跑满带宽没问题。三、步骤ubuntu系统：ctrl+alt+T打开终端（Terminal），按条复制粘贴回车下列命令：condaconfig--addchannelshttp://mirrors.aliyun.com/anaconda
安装OpenFace时装了个miniconda，之后就进不去anaconda的其它环境了：(pfld)。。。。。$condaenvlist#condaenvironments:#/home/deeplearning/anaconda3/home/deeplearning/anaconda3/envs/common/home/deeplearning/anaconda3/envs/openface/home/deeplearning/anaconda3/envs/pfld/home/deeplearning/anaconda3/envs/public_env。。。。。。base/home/dee
安装OpenFace时装了个miniconda，之后就进不去anaconda的其它环境了：(pfld)。。。。。$condaenvlist#condaenvironments:#/home/deeplearning/anaconda3/home/deeplearning/anaconda3/envs/common/home/deeplearning/anaconda3/envs/openface/home/deeplearning/anaconda3/envs/pfld/home/deeplearning/anaconda3/envs/public_env。。。。。。base/home/dee
前言缘起 实验室的学弟问我为什么他使用nvcc命令报错，起先我以为他用的是老师给的root账户，按照参考文献1便可以解决问题。 但由于并非root用户，/usr/local下没有cuda，于是便无法按照参考1中的方法去做。 这里提供一种方法，其实是参考了文献2，但似乎是歪打正着，因为2要解决的问题和我的不一样O_o。问题 使用nvcc-V报错如下解决方法 报错原因在于当前conda环境没有安装nvcc，于是使用如下命令安装即可condainstall-cnvidiacuda-nvcc 补充：执行上述命令后会默认安装cuda-nvcc的最新版本，于是这里涉及到cuda-nvcc版本号的确定问题，
前言缘起 实验室的学弟问我为什么他使用nvcc命令报错，起先我以为他用的是老师给的root账户，按照参考文献1便可以解决问题。 但由于并非root用户，/usr/local下没有cuda，于是便无法按照参考1中的方法去做。 这里提供一种方法，其实是参考了文献2，但似乎是歪打正着，因为2要解决的问题和我的不一样O_o。问题 使用nvcc-V报错如下解决方法 报错原因在于当前conda环境没有安装nvcc，于是使用如下命令安装即可condainstall-cnvidiacuda-nvcc 补充：执行上述命令后会默认安装cuda-nvcc的最新版本，于是这里涉及到cuda-nvcc版本号的确定问题，
学习某些生物数据分析重要的R包时，极有可能第一步安装R包就被卡住。学习R的过程中也积累了很多R包安装不上的解决方法，希望对大家有所帮助。这里以phyloseq包为例，尝试多种安装方式。1.直接安装R库中的包#一种使用rbase的安装方式if(!requireNamespace("phyloseq",quietly=TRUE))install.packages("phyloseq")#repos参数可以设置安装源，?install.packages可以查看更多参数意义#Bioconductr包可以使用BiocManager安装if(!requireNamespace("BiocManager",
