conda

MVC 大部分开发语言中都有MVC框架 MVC框架的核心思想是： 解耦 降低各功能模块之间的耦合性，方便变更，更容易重构代码，最大程度上实现代码的 重用 m表示model，主要用于对 数据库层的封装 v表示view，用于向用户 展示结果 c表示controller，是核心，用于处理请求、获取数据、返回结果 MVT Django是一款python的web开发框架 与MVC有所不同，属于MVT框架 m表示model，负责与数据库交互 v表示view，是核心，负责接收请求、获取数据、返回结果 t表示template，负责呈现内容到浏览器 注册页面展示 Django框架示意图　　MVT T:template 安装虚拟环境的命令: 1.sudo pip install virtualenv #安装虚拟环境 2.sudo pip install virtualenvwrapper #安装虚拟环境扩展包 3.编辑家目录下面的.bashrc文件,添加下面两行 　 　export WORKON_HOME=$HOME/.virtualenvs (注意=前后不要加空格) 　　 source /usr/local/bin/virtualenvwrapper.sh 4.使用 source .bashrc 使其生效 创建虚拟环境命令: 　　mkvirtualenv -p python3 虚拟环境名

刚开始学习tensorflow和opencv这一块的知识，所以用博客这个平台来把自己这段学习的经历与感想写下来。 tensorflow和opencv则用Anaconda来下载和配置环境。 下载Anaconda，官网下载又慢又容易断，推荐一个网站：清华镜像，你可以自己去摸索。附上下载地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.1.0-Windows-x86_64.exe （64位的） 然后是Anaconda的安装过程， 第一个安装界面的两个选项都要选上 ，然后一路点是就行，安装路径自己选则也可。 安装好后打开Anaconda，点击左上角的第二个选项Environments，如图所示 接下来安装配置tensorflow。点击下方的Create，出现如图所示对话框，输入tensorflow，点击create按钮 接下来选中tensorflow，在右上方做如下选择 选中相应模块后点击下方的Apply进行安装 安装过程极其慢，所以安装之前，先在命令行工具里输入如下命令 conda config --add channels https: //mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config -- set show_channel

####问题#### 关于mysql不多讲，我是用的是mysql5.7版本，使用数据库管理工具navicat for mysql,python使用python3.7版本，在使用python连接mysql时出现警告Warning: (1366, "Incorrect string value: '\xD6\xD0\如图： 我的连接代码是 engine = create_engine("mysql+pymysql://root:password@127.0.0.1:3306/mydata?charset=utf8")#操作数据库 ####以下是解决方法：#### 在使用python连接mysql时需要先安装mysql-python模块，然后安装mysql-connector-python驱动（在anaconda中的安装命令是conda install mysql-connector-python）,也可以在pycharm中引用import mysql选择mysql-connector-python自动安装（若安装不成功还是使用命令安装），之后修改连接代码为： engine= create_engine('mysql+mysqlconnector://root:password@127.0.0.1:3306/mydata?charset=utf8') 就不会出现警告了，下面贴上测试代码：

出现这个问题，是在Python中调用opencv的模块时出现： import cv2 解决办法有多种，从简单到复杂排列下来，是： 1. 使用pip pip install opencv-python 2. 使用conda 使用conda管理多个python版本、多个python环境，是非常方便的。conda下依然可以用pip，也可以用conda来安装： conda install opencv 3. 利用apt/brew等系统包管理工具来安装 sudo apt install python-opencv 当然，brew比apt好一些，版本什么的都可以选的。 4. Windows下使用cv2.pyd 下载OpenCV的Windows预编译包，例如opencv-3.4.5，里面的子目录，找到对应版本的cv2.xxx.pyd文件： 拷贝到执行程序的当前目录，或者拷贝到python安装包下的DLL目录，e.g. E:\soft\Miniconda3\DLLs 然后重开cmd / powershell以生效 5. 手动编译OpenCV源码，生成python的.so/.pyd文件 在Linux下生成.so，在Windows下生成.pyd。这个方法是最费力的方法，当然如果你平时用OpenCV的C/C++接口，这个方法对你来说并不难。 来源： oschina 链接： https://my

一、准备 系统：win10 显卡：gtx1050Ti 前期的一些必要软件安装，包括python3.5、matlab2016、vs2015、git， 可参考：win10+vs2015编译caffe的cpu debug版本、部署matcaffe - tingpan - 博客园 http://www.cnblogs.com/smbx-ztbz/p/9195243.html 二、安装 1、安装显卡驱动388.13-desktop-win10-64bit-international-whql.exe http://www.nvidia.com/Download/index.aspx?lang=en-us 2、安装cuda_8.0.61_win10.exe，注意安装的时候要自定义安装，只选上cuda就好了，其他的不要安装，否则会将之前的显卡驱动覆盖掉，导致电脑黑屏。 https://developer.nvidia.com/cuda-toolkit-archive 3、安装补丁cuda_8.0.61.2_windows.exe 4、下载 cudnn-8.0-windows10-x64-v5.1-zip 后解压到 D:\Projects\caffe_gpu\cuda https://developer.nvidia.com/compute/machine-learning/cudnn

今天在linux上安装tensorflow遇到一些坑，所以写下博客记录一下。 1、安装anaconda anaconda组织了非常多的Python科学计算、数据分析的包，比如numpy和pandas等，不需要我们一个一个地安装这些包，非常方便。 浏览器进入 anaconda下载页 ，下载对应版本的 .sh 包，下载完毕后打开终端，运行该下载文件即可安装 $ /usr/Downloads/Anaconda2-x.x.x-Linux-xx. sh 一路按下 enter 键，按照默认配置安装 然后，终端输入 $ conda -V ，如果显示版本号即说明安装成功。否则可能是环境变量的问题。 2、安装tensorflow 需要注意的是tensorflow官方支持的linux发行版本为ubuntu，不过其它版本也可以安装和使用，只是bug的fix支持力度不大 安装教程在　　 这里 　　如果无法访问，请往下看，否则直接跳第三步 在anaconda中创建名字为"tensorflow"的环境，我理解为anaconda的命名空间，可以统一管理包的引入问题，稍后解释 $ conda create -n tensorflow pip python= 2.7 # python版本请根据需要更换，比如3.6 激活这个环境： $ source activate tensorflow 此时你的终端的前面会出现