Anaconda

本篇博客主要解决阿里云服务器上Jupyterlab配置方面的一些问题，关于安装教程详情见之前的这篇博客。 Windows的Linux子系统搭建数据科学环境 1 安装完无法启动Jupyterlab 首先声明，我在Anaconda3安装过程中已经设置了将安装相关的Python，ipython，Jupyter等添加到环境变量。但是一开始安装完，直接在命令行里敲入Jupyter lab仍旧提示找不到命令。 造成这个问题的可能原因是仍然需要将安装路径设置到环境变量里，也有可能是没有更新环境变量（因为我没有先更新环境变量测试，所以现在不确定解决方式，但是可以两个都做，应该能解决）。 设置环境变量与更新环境变量。。~/anaconda2/bin指Anaconda安装的位置，对应到我的jupyterlab就是Anaconda3的bin文件夹。后面那句命令行即为更新环境变量。 echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc source ~/.bashrc 2 解决第一个问题以后出现OSError 在解决第一个问题以后，运行jupyter lab，报错为"OSError: [Errno 99] Cannot assign requested address"。谷歌搜索问题解决方式即在jupyter lab后面加上--ip=0.0.0.0

xargs 是给 命令 传递参数的一个过滤器，可以将管道或标准输入的数据转换成参数，默认的 命令 是 echo，这意味着通过管道传递给 xargs 的输入将会包含换行，不过通过 xargs 的处理，换行将被空格取代。 如何使用xargs命令 语法： xargs [OPTIONS] [COMMAND [initial-arguments]] 举一个例子：我们用管道符传输到xargs，并为每个参数运行touch命令， -t 表示在执行之前先打印，创建三个文件： [root@localhost ~]# echo "file1 file2 file3"|xargs -t touch touch file1 file2 file3 如何限制参数的数量 默认情况下，传递给命令的参数数量由系统限制决定。 -n 选项指定要传递给命令的参数个数。xargs根据需要多次运行指定的命令，直到所有参数都用完为止。 下面例子指定每次传递一个参数： [root@localhost ~]# echo "file1 file2 file3"|xargs -n1 -t touch touch file1 touch file2 touch file3 如何运行多个命令 要使用xargs运行多个命令，请使用 -i 或者 -I 选项。在 -i 或者 -I 后面自定义一个传递参数符号

安装anaconda后，系统默认python环境是anaconda 默认创建的“root”/“base”环境，这是因为它把“启动root”写在了环境变量的用户配置文件中，就是下面这个 ~/.bash_profile 只要在此文件末尾加一行就搞定 conda activate your_envs # "your_envs"就是你的环境 vim或SublimeText修改都可 来源： oschina 链接： https://my.oschina.net/u/4013710/blog/3163196

1. ifconfig 用于获取网卡信息与网络状态 1） 网卡名称： eno167777728 2）IP 地址: inet后面的参数 3)MAC地址：ether参数后面 4）接受数据包大小：RX packages 5)发送数据包大小： TX packages RX与TX的数据大小是累积的，直到下次重启。 2.uname 用于查看系统内核与系统版本等信息 格式： uname - uptime 用于查看系统CPU负载 Free 用于查看系统内存负载 4.who 用于查看当前登陆主机的用户终端信息 5last 用于查看系统的所有的登陆记录。登陆记录可以被修改，所以不能以此来判断是否被入侵。 6.history(重要命令) 用于显示历史执行过的命令 格式：history 只显示最近1000条的命令记录，当1000 条不够时，可以自定义/etc/profile中的HISTSIZE的值 history -c 清空所有命令的历史记录 !某个命令记录的序号 可以反复执行该命令 历史命令会被保存到家目录的.bash_history文件中。 Linux系统中以(.)点开头的文件均代表隐藏文件，可以用cat命令查看文件内容。 8.sosresport，输入命令后，需要再按两次回车键。 用于收集系统配置及架构信息并输出诊断文档，大约70个信息，输出的文档格式为.tar.xz压缩包

import p15_deriv as deriv def train ( y , x , epoches , learning_rate ) : dy_dx = y . deriv ( x ) x0 = 1.0 for _ in range ( epoches ) : x0 += - dy_dx . eval ( ** { x . name : x0 } ) * learning_rate return x0 if __name__ == '__main__' : x = deriv . Variable ( 'x' ) for a in range ( 2 , 10 + 1 ) : y = ( x ** 3 - a ) ** 2 x_v = train ( y , x , 4000 , 0.005 ) print ( a , a ** 0.3333333 , x_v ) D : \Anaconda\python . exe D : / AI20 / 06_codes / deeplearning_20 / p16_cuberroot . py 2 1.259921020784516 1.2599210498948727 3 1.4422495174916392 1.442249570307408 4 1.587400978614697 1.5874010519681994 5

1. windows下，找到jupyter_notebook配置文件jupyter_notebook_config.py： 默认安装在 C:\Users\Administrator\.jupyter\jupyter_notebook_config.py 修改jupyter_notebook_config.py #c.NotebookApp.notebook_dir = '' --> c.NotebookApp.notebook_dir = u'D:\\PythonProjs' 2. 找到Jupyter Notebook (Anaconda3)的快捷方式： 默认在C:\Users\Administrator\AppData\Roaming\Microsoft\Windows\Start Menu\Programs\Anaconda3 (64-bit)\Jupyter Notebook (Anaconda3) 选中，点击鼠标右键，修改 C:\Users\Administrator\Anaconda3\python.exe C:\Users\Administrator\Anaconda3\Scripts\jupyter-notebook-script.py "%USERPROFILE%/" 为 C:\Users\Administrator\Anaconda3\python.exe C:

1.pip install matplotlib 安装失败时候 解决方案：尝试使用pip3 install matplotlib 2.anaconda下利用git维护github仓库 解决方案：conda install git 3.如何再Anaconda安装Tensorflow 解决方案： https://blog.csdn.net/qq_33505204/article/details/81584257 4.如何批量安装python 相关依赖 解决方案：pip install -r requirements.txt 5. AttributeError: module 'tensorflow' has no attribute 'placeholder' 解决方案： 将 import tensorflow as tf 替换为 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 来源： oschina 链接： https://my.oschina.net/u/169565/blog/3168328

C:\Users\lenovo\.condarc 首先安装Anaconda最新版本。 其次添加安装目录到环境变量。文本为 C:\ProgramData\Anaconda3\Library\bin 运行 conda 命令在 Windows 用户下生成文件 .condarc 。 #生成文件命令 conda config --set show_channel_urls yes 编辑文件，复制代码到文件中。本文为 #C:\Users\lenovo\.condarc #复制代码内容如下 channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn

1. 输入与输出 标准输入 STDIN 文件描述符：0，默认：键盘输入 标准输出 STDOUT 文件描述符：1，默认：屏幕输出 错误输出 STDERR 文件描述符：2，默认：屏幕输出 2. 标准输出重定向 覆盖输出 > 追加输出 >> 注意 ：shell的内嵌命令set可以设置是否允许输出重定向至已存在的文件 set -C：禁止输出重定向至已存在的文件 set +C：允许输出重定向至已存在的文件 示例：标准输出重定向到文件（实际动作：先创建文件，再向其中写入标准输出内容） [root@VM_41_201_centos ~]# ls -m anaconda-ks.cfg, sh [root@VM_41_201_centos ~]# ls -m > ls.txt [root@VM_41_201_centos ~]# cat ls.txt anaconda-ks.cfg, ls.txt, sh [root@VM_41_201_centos ~]# ls -m >> ls.txt [root@VM_41_201_centos ~]# cat ls.txt anaconda-ks.cfg, ls.txt, sh anaconda-ks.cfg, ls.txt, sh [root@VM_41_201_centos ~]# 3. 错误输出重定向 覆盖输出 2> 追加输出 2>> 示例