cursor的安装与使用

1. cursor介绍

　　cursor是一个集成GPT-4的IDE开发工具(有的说是chat-gpt3)。可以根据自己的要求搜索功能，其会自动生成自己想要的代码。很是强大与方便。

2. 下载windows版本的cursor

　　这里直接提供我百度网盘的下载地址。

　　链接：https://pan.baidu.com/s/1Zsmu5dCbP-APwtmiSVBCpA

　　提取码：otum

 3. 安装

　　点击安装后，会出现以下界面。

　　先跳过connect Copilot点击continue继续。

　　如下图点击右上角的齿轮按钮。

　　点击

　　会出现下图，点击下图中的网址连接，并记住code。

　　会出现github的官网的登录地址。输入自己的github账号密码登录。

 

　　然后点击图中的绿色按钮。

 

 

　　最后点击Done(没反应可以忽略)

4.  cursor的使用

　　按住ctrl+K键，弹出一行窗口，输入自己想要的功能。

　　他会自己一行一行快速写代码。这里我把他写的alexnet模型代码贴在这里。

import torch.nn as nn

class AlexNet(nn.Module):
    def __init__(self, num_classes=1000):
        super(AlexNet, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(3, 64, kernel_size=11, stride=4, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(64, 192, kernel_size=5, padding=2),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
            nn.Conv2d(192, 384, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(384, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=3, stride=2),
        )
        self.avgpool = nn.AdaptiveAvgPool2d((6, 6))
        self.classifier = nn.Sequential(
            nn.Dropout(),
            nn.Linear(256 * 6 * 6, 4096),
            nn.ReLU(inplace=True),
            nn.Dropout(),
            nn.Linear(4096, 4096),
            nn.ReLU(inplace=True),
            nn.Linear(4096, num_classes),
        )

    def forward(self, x):
        x = self.features(x)
        x = self.avgpool(x)
        x = x.view(x.size(0), 256 * 6 * 6)
        x = self.classifier(x)
        return x

　　另外ctrl+L是询问代码含义。对冒牌排序代码使用了下，回答的是英文。

　　作为一个IDE工具，功能很强大，值得尝试。

参考资料：https://blog.csdn.net/w605283073/article/details/129645817