草庐IT

nb_conda

全部标签

pycharm无法识别conda环境(已解决)

文章目录前言研究过程解决办法前言好久不用pycharm了,打开后提示更新,更新到了2023.1版本。安装conda后在新建了一个虚拟环境pytorch,但是无论是基础环境还是虚拟环境,pycharm都识别不出conda里的python.exe(如图)。如果不想看啰嗦直接看后面的解决办法,比较闲的话可以看看我的研究过程。研究过程看了很多博客,尝试了以下解决办法:加载conda.bat文件,虽然出现了可选择环境,但是仍然无法运行程序添加Virtualenv环境,可以运行程序,但是每次重新打开pycharm,解释器就会变为无效添加系统解释器,结果同第二条目前网上看到的帖子是版本2023.1的bug(

[Python] 如何通过conda把已有的虚拟环境的python版本进行降级

问题描述当前有一个通过conda创建的python3.11的虚拟环境,然后想pip命令安装anylabeling来对图像进行标注,结果报了依赖的版本冲突导致安装失败,如下图所示: 到PYPI查了一下anylabeling包的相关信息,目前最高支持3.10,这可能是导致失败的原因:对当前python虚拟环境从3.11降级到3.10版本激活要降级的虚拟环境,然后执行下面的语句,condainstall-ypython=3.10验证当前python的版本:再次通过pip命令来安装anylabeling: 这次安装成功了。

Windows PowerShell中成功进入conda虚拟环境

本人操作系统是Windows10(输入命令cmd或在运运行中输入winver查看)在cmd命令行中大家都很熟悉,很方便进入到指定创建了的虚拟环境中,那么在PowerShell中怎么进入呢?比如在VSCode中的TERMINAL使用的是PowerShell,有时我们想方便的快速切换环境,因为不同环境,我们安装的包、版本、程序等都是不一样的,这样也便于测试。然后直接打开WindowsPowerShell之后,使用activatepygpu,没有进入这个pygpu的虚拟环境中区,也就是说在WindowsPowerShell中这条命令暂时不起作用。于是网上说是安全策略问题,使用方法如下:使用管理员权限

物联网通讯协议NB-lot和LoRa差异分析

像把大象装冰箱一样,物联网,万物互联也是要分步骤的。一、感知层(信息获取层),即利用各种传感器等设备随时随地获取物体的信息;二、网络层(信息传输层),通过各种电信网络与互联网的融合,将物体的信息实时准确地传递出去;三、应用层(信息处理层),把感知层得到的信息进行处理,实现智能化识别、定位、跟踪、监控和管理等实际应用。就像智慧消防系统,通过烟感器、温湿度传感器把房间里的情况,通过网络上传到云端,再传达给综合预警平台,这样房间的情况就可以通过平台进行监控,一旦发现温湿度超出正常范围,或者检测到烟雾,平台就会发出预警。我们今天说的的NB-IoT和LoRa,是属于网络层,用来传递信息,就像我们3G/4

2023新版pycharm添加conda虚拟环境

一、创建测试项目testconda打开pycham,选择newproject interpretertype选择Customenvirment,即自定义的虚拟环境Type选择conda环境Environment:选择Selectexsiting,即已创建的虚拟环境 pathtoconda:这个一定要选,这是你的conda命令所在的目录,即可执行的文件conda.bat所在的路径。只有选择了这个路径,pycharm才能识别你创建的虚拟环境。点击Reloadenvirenment,就会加载所有虚拟环境。最后选择一个你需要的虚拟环境,这里我选择seg环境点击Create,创建项目具体操作步骤如下图所

conda env退回到之前的版本

默认显示的是base环境的历史记录condalist--revisions回到第N个版本condainstall--revisionN显示指定环境的修改记录condalist-nenv_name-r

conda与pip的常用命令

conda的常用命令1.查看conda版本$conda--versionconda23.11.02.查看conda的配置信息$condainfoactiveenvironment:baseactiveenvlocation:/home/myPc/miniconda3shelllevel:1userconfigfile:/home/myPc/.condarcpopulatedconfigfiles:condaversion:23.11.0conda-buildversion:notinstalledpythonversion:3.11.5.final.0solver:libmamba(defau

机器学习之概率学习朴素贝叶斯(NB)

1.理解朴素贝叶斯1)基本概念依据概率原则进行分类。如天气预测概率。朴素贝叶斯(NaiveBayes,NB)适合场景:为估计一个结果的概率,从众多属性中提取的信息应该被同时考虑。很多算法忽略了弱影响的特征(若有大量弱影响的特征,它们组合在一起的影响可能会很大),但NB算法利用了所有可以获得的证据来修正预测。贝叶斯方法的基本概念:事件,试验,概率,联合概率,独立事件,相关事件(建立预测模型的基础),条件概率,先验概率,似然概率,边际似然概率,后验概率,频率表条件概率公式(事件B已经发生的条件下,事件A发生的概率):image.png后验概率(如商业垃圾邮件过滤器:判断viagra是垃圾邮件spa

云计算Spark环境搭建并搭建conda环境

云计算Spark环境搭建并搭建conda环境第一部分:搭建Spark将Spark和Miniconda传进容器并解压修改Spark下/spark/conf/spark_env.sh如果是template模板可以复制一份改名下面路径需要修改为自己的路径exportHADOOP_CONF_DIR=/root/hadooptar/hadoop/etc/hadoopexportYARN_CONF_DIR=/root/hadooptar/hadoop/etc/hadoopexportSPARK_PID_DIR=/root/hadooptar/hadoop/pidexportJAVA_HOME=/opt/h