装机常用

Python

• 安装cv2:pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

• jupyter notebook:
  • 修改默认路径：到C:\Users\UserName\.jupyter路径下，找到jupyter_notebook_config.py文件，将文件内的"c.NotebookApp.notebook_dir = 'F:/jupytercode/'"修改成希望的起始路径
  • 修改jupyter的python编辑器，使其在创建的python虚拟环境下运行：参考：https://zhuanlan.zhihu.com/p/29564719

  • #在conda指定的虚拟环境下安装执行下列命令
    conda install nb_conda
    
    # 然后在conda 虚拟环境下运行
    jupyter notebook
    
    # 在启动的jupyter中点击new,选择期望的虚拟环境即可

• Module Error：
  • No module named 'yaml'， 这时需要在指定的虚拟环境下安装pyyaml
    

    • conda activate tfcpu # 激活tfcpu虚拟环境
      pip install pyyaml # 安装pyyaml模块

  • No module named 'PIL', 　这时安装PIL

    • pip install Pillow==6.2.0

  • cannot import name 'imread' from 'scipy.misc', 
    •  明明安装了scipy,却无法使用imread方法，是因为scipy版本过高，建议使用anaconda降级：找到目标虚拟环境，找到scipy模块，点击左侧对号，选择1.2.1版本，点击应用，如下。
    • 有时以上操作不行，是因为python 版本过高，需要将Python降级到3.6.版本，方法如上
    • 

  • 安装skimage:

  • pip install scikit-image -i https://pypi.tuna.tsinghua.edu.cn/simple

• 安装GPU版TensorFlow,实际上先安装tensorflow-gpu版，然后import tensorflow 时提示下载什么版本的CUDA和cudnn就去NVIDIA官网下载什么版本的即可！

方法一：conda 安装

conda create -n tfgpu python=3.6.7

conda activate tfgpu

conda install tensorflow-gpu==1.14.0

 

方法二：pip安装

•  

  • conda create -n tfgpu python=3.5.6
    conda activate tfgpu

    #查看cuda的版本， 我的是 8.0.44，因为我在服务器上有tfgpu环境，所以按照这个环境安装一遍
    cat /usr/local/cuda/version.txt    
    
    #查看cudnn版本， 我的是6 * 1000 + 0 * 100 + 21
    cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

    下载旧版本的CUDA地址：https://developer.nvidia.com/cuda-toolkit-archive, 我应该下载8.0.44，这里不想改截图了

  • 
  • CUDA下载好之后根据提示一直下一步安装即可
  • 下载cudnn6.0.21https://developer.nvidia.com/cudnn,一顿注册以后，可以看到如下页面，下载安装6.0.21 for CUDA8.0即可，这里也不想改截图了
  • 
  • 将下载解压好的cudnn的cuda文件夹放入"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA"目录下。
  • 配置环境变量：
  • 将CUDA8.0的bin目录：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin”加入Path环境变量，将cudnn6.0.21的bin目录也加至Path环境变量：“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\bin”，将“C:\Program Files\NVIDIA Corporation\NVSMI”加至Path系统变量，注意，要把NVSMI路径放到上面，否者在cmd命令中会报“Failed to initialize NVML: Unknown Error”错误！
  • 
  • 以上就下载了CUDA和cudnn
  • 安装TensorFlow-gpu 1.4.0

  • pip install tensorflow-gpu==1.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

  • 安装CUDA和cudnn的虚拟环境https://www.cnblogs.com/elitphil/p/11833815.html

  • conda install cudatoolkit=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

    conda install cudnn=6.0.21 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

装机软件

• win10 共享文件夹：
• 右击你想共享的文件夹，点击属性→高级共享
• 勾选“共享此文件夹”，共享名可以按照自己的需要进行改写，点击确定，之后在“共享”选项卡下就可以看到网络路径已经被填写了。
• 
• 右击前面需要共享的文件夹，选择“授予访问权限”，点击“特定用户...”，选择“Everyone",点击添加（选择Everyone没有关系，因为对方主机需要知道本机的IP地址才能访问你的共享文件夹)
• 
• 点击”共享“，选择共享的文件夹，点击完成即可
• 
• 下一步，在另一台主机上的文件资源管理器上，输入上面主机的IP即可看到上面共享的文件夹，下面可以愉快的共享传输文件了（十分方便！）
• 
• 如果上面连接未成功，应该设置一下本地主机网络可以被发现
• 

 

• 删除顽固软件，文件夹：

• 对于顽固无法删除的文件夹，删除时要求获得xxx权限才可以删除，百度到的修改文件夹属性的方法根本不可用，下面可用进入安全模式删除，win10有效：
• 开始→设置→更新和安全→恢复→立即重新启动。注意：必须这样重启才能继续下面的操作
• 疑难解答→高级选项→启动设置→重启
• 电脑重启以后，出现一个交互界面
• 按F4进入安全模式→找到想要删除的文件夹→shift+delete彻底删除文件夹