//方法不止一种，下面仅展示一种。注：本人电脑为win11，anaconda的python版本为3.9，但tensorflow需要python版本为3.7，所以下面主要阐述将python版本改为3.7后的安装过程以及常遇到的问题。1.首先电脑安装好anaconda3 蟒蛇|全球最受欢迎的数据科学平台(anaconda.com)2.打开anaconda，在现有的anaconda中新建一个python3.7的开发环境，这样同时保留了python3.9。然后在新环境下，安装（install)我们所需应用，powershellprompt和jupyternotebook 安装后，先运行powershe
📘北尘_：个人主页🌎个人专栏:《Linux操作系统》《经典算法试题》《C++》《数据结构与算法》☀️走在路上，不忘来时的初心文章目录一、bug分⽀二、删除临时分支三、小结一、bug分⽀假如我们现在正在dev2分⽀上进⾏开发，开发到⼀半，突然发现master分⽀上⾯有bug，需要解决。在Git中，每个bug都可以通过⼀个新的临时分⽀来修复，修复后，合并分⽀，然后将临时分⽀删除。可现在dev2的代码在⼯作区中开发了⼀半，还⽆法提交，怎么办？例如：Git提供了gitstash命令，可以将当前的⼯作区信息进⾏储藏，被储藏的内容可以在将来某个时间恢复出来。⽤gitstatus查看⼯作区，就是⼲净的（除⾮
目录一、材料准备1.VMwareWorkstationPro（直接搜索下载即可，激活码搜索一般可用）2.Centos镜像，我这里提供一份给大家二、环境搭建1.centos桌面版安装 2.docker的环境配置2.1防火墙的关闭 2.2禁用selinux进入配置文件vim/etc/selinux/config将SELINUX设置为disabled(使用cat+路径可以直接查看文件信息) 2.3安装国内的镜像源以及安装yum依赖2.4开始安装docker2.5启动docker并设置开机自启3.测试4.配置阿里云加速一、材料准备1.VMwareWorkstationPro（直接搜索下载即可，激活码搜
由于项目逐步的完善，需要搭建的中间件，软件越来越多，导致以前虚拟机配置20G的内存不够用了，又不想重新创建新的虚拟机，退而求更精，选择扩容。1.外部先进入虚拟机设置，将磁盘先扩展，具体提示如下图所示：2.磁盘扩展成功后登进虚拟机，先查看扩容前内存的基本情况。#查看分区使用情况df-h3.明确分区后，先去查看分区的信息，确定分区的情况。#查看系统分区信息fdisk-l（1）磁盘/dev/sda：53.7GB--系统含有一个系统内部识别为磁盘/dev/sda的硬盘，内存为53.7G。（2）磁盘/dev/mapper/centos-swap：2147M与磁盘/dev/mapper/centos-ro
基于HAL库的STM32串口DMA环形缓冲收发实例首先在此感谢开源项目，以及大佬们的无私奉献，让每一个逐梦人能够免费学习，再次感谢！发布只为记录，记性不够，笔记来凑。记得点赞哦具体实现原理讲起来确实挺复杂，不过用起来还是很NICE的！可以直接移植！1、STM32CubeMax配置1.1、选择单片机型号2、配置时钟和串口或者直接在HCLK位置输入72，点击OK自动配置这个地方第四步，模式选择MODE。发送选择正常NOMAL.接收RX选择循环模式，第五步，外设地址不自增，存储器地址自增勾选数字长度选择字节模式byte此处必须使能UART，原因后面会提到然后点击生成文件就行。如果用的keil，则直接
很多同学都想要自己的专属AI模型，但是大模型的训练比较费时费力，不太适合普通用户玩。AI开发者们也意识到了这个问题，所以就产生了微调模型，LoRA就是其中的一种。在AI绘画领域，只需要少量的一些图片，就可以训练出一个专属风格的LoRA模型，比如某人的脸、某个姿势、某种画风、某种物体，等等。训练模型经常被大家戏称为“炼丹”，这个词既给我们带来了美好的期待，也体现了模型创作过程的不易。如同炼丹需要精心呵护，AI模型的训练也需要耐心和细致。然而，即使付出了辛勤的努力，最终的结果也未必能如人意。这是大家需要做好的心理准备。LoRA的原理网上已经有很多介绍，我就不说了。本文专门介绍在云环境怎么训练Lo
MCForge服务器部署使用Linux云服务器部署Minecraft1.20.1Forge服务器目录MCForge服务器部署看这篇教程之前，你需要准备好这篇教程的目标前期准备1.环境需求：腾讯云、CentOS7.9（对于其他云服务商和Linux系统，操作大同小异）2.安装Java17（不要使用Java8!!!）3.安装MCSManager面板开始部署1.下载Forge2.回到MCSManager面板，准备初始化mc实例选择启动方式3.第一次初始化（服务端安装，设置启动项）4.第二次初始化（同意Eula协议）5.加入房间调整服务器设置以及添加mod至此，mc服务器就搭建完成啦！看这篇教程之前，你
一、配置nodejsDownload|Node.js 下载node.js点击.msi程序安装;随便安装路径（尽量避免中文）只要安装的是电脑上就行，记住安装路径（这个环境变量是自动配置的）（.zip需要手动配置环境变量）.zip包，随便解压路径（尽量避免中文）只要安装的是电脑上就行，记住安装路径（这个环境变量是手动配置的）配置环境变量点击“此电脑”-->“属性”-->”高级系统设置”-->”环境变量”“系统变量”找到变量“Path”，没有的话新建，设置变量值为%NODE_HOME%然后新建一个系统变量“NODE_HOME”，它的值为安装或解压node的路径（我这里是D:\nodejs）Win+
系统环境：Ubuntu18.04.6LTS1.Loam的安装前要求：1.1ROS安装：参考我的另一篇博客Ubuntu18.04安装ROS-melodic保姆级教程_灬杨三岁灬的博客-CSDN博客还是那句话，有时候加了这行也不好使，我是疯狂试了20+次，最后打了一局游戏，回来就过了，这就得看网络看命了，不行就在网上搜搜终极大招（动手能力差的不建议）。有时候加了这行也不好使，我是疯狂试了10+次，出现3.3之后就能用了，这就得看网络看命了，不行就在网上搜搜终极大招（动手能力差的不建议）。多试几十次，不行几百次，换手机网络也是，多试几次，这东西很玄学，不一定哪次就过了。多试几十次，不行几百次，换手机
目录前言一.整体代码结构二.write_txt.py三.yoloData.py四.网络结构五.yoloLoss.py六.train.py七.predict.py八.预测结果前言 前面我们介绍了yolov1-v5系列的目标检测理论部分，以及R-CNN，FastR-CNN，FasterR-CNN，SSD目标检测算法的理论部分，有不懂的小伙伴可以回到前面看看，下面附上链接：目标检测实战篇1——数据集介绍(PASCALVOC，MSCOCO)YOLOv1目标检测算法——通俗易懂的解析YOLOv2目标检测算法——通俗易懂的解析YOLOv3目标检测算法——通俗易懂的解析YOLOv4目标检测算法——通俗易懂
