conda

Ubuntu 配置 pip.conf 添加国内源 对于conda，添加安装包的镜像： conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ conda config --set show_channel_urls yes 对于pip，添加安装包的镜像： 1. 新建文件夹和pip配置文件 cd ~ mkdir .pip touch pip.conf sudo chmod 755 pip.conf gedit pip.conf 其他的配置位置: Linux/Unix: /etc/pip.conf ~/.pip/pip.conf ~/.config/pip/pip.conf Mac OSX: ~/Library/Application Support/pip/pip.conf ~/.pip/pip.conf /Library

       Python : 3.7.3        OS : Ubuntu 18.04.2 LTS        IDE : pycharm-community-2019.1.3       Conda : 4.7.5     typesetting : Markdown   code coder@ubuntu:~$ source activate py37 (py37) coder@ubuntu:~$ ipython Python 3.7.3 (default, Mar 27 2019, 22:11:17) Type 'copyright', 'credits' or 'license' for more information IPython 7.5.0 -- An enhanced Interactive Python. Type '?' for help. In [1]: a = (1, 2, [4, 5]) # index=2的元素是list类型 In [2]: type(a), id(a) Out[2]: (tuple, 140524432415480) In [3]: a[2].append(6) # 改变index=2的list类型的元素的值 In [4]: a Out[4]: (1, 2, [4, 5, 6]) In [5]: type(a), id(a)

作者|open-mmlab 编译|Flin 来源|Github 引言 MMDetection是一款优秀的基于PyTorch的深度学习目标检测工具箱,由香港中文大学(CUHK)多媒体实验室(mmlab)开发。基本上支持所有当前SOTA二阶段的目标检测算法,比如faster rcnn,mask rcnn,r-fcn,Cascade-RCNN等。读者可在 PyTorch 环境下测试不同的预训练模型及训练新的检测分割模型。 根据 GitHub 项目所述,MMDetection的主要特征可以总结为以下几个方面： 模块化设计：将检测或者分割任务分解成几个模块,通过模块的组合即可完成相应的任务。 支持多个框架,开箱即用：该工具包直接支持多种流行的检测框架,如 Faster RCNN、Mask RCNN、RetinaNet 等。 高效：所有基础边界框和掩码运算都在 GPU 上运行。不同模型的训练速度大约比 FAIR 的 Detectron 快 5% ~ 20%。 技术发展水平： 达到了目前最先进的水平。 翻译过程中难免有所疏漏,如发现错误,希望大家指出,谢谢支持。 目录 MMDetection安装 了解如何在计算机上安装MMDetection MMDetection入门 学习有关MMDetection用法的基本教程。 基准测试和model zoo 介绍各种模型的训练环境和基准测试

操作步骤 进入命令行环境。我使用的是conda。有两种方式进入命令行。 方法1：通过anconda navigator界面，选择environments，选择对应环境名，选择open terminal 方法2：直接使用cmd或者terminal等终端进入命令行。激活你想要配置代码补全的环境（如果是默认环境不用激活） 安装 nbextensions pip install jupyter_contrib_nbextensions jupyter contrib nbextension install --user 安装 nbextensions_configurator pip install jupyter_nbextensions_configurator jupyter nbextensions_configurator enable --user 重启jupyter 重启jupyter，在弹出的主页面里，能看到增加了一个Nbextensions标签页，在这个页面里，勾选Hinterland即启用了代码自动补全就可以了 来源： oschina 链接： https://my.oschina.net/u/2000675/blog/2875226