pip

国际著名的咨询公司Gartner在2013年总结出了一套数据分析的框架，数据分析的四个层次：描述性分析、诊断性分析、预测性分析、处方性分析。 Gartner于2020年中给出预测，到2024年底，75%的企业机构将从AI试点转为AI运营。同期，Gartner发布了数据与分析领域的十大技术趋势，首先映入眼帘的是：更智能、更高速、更负责的AI，也指出了仪表板的衰落，更青睐上层次和实用化的决策智能。 1. 前言 我们在设计数据分析产品和数据可视化的时候，依据是什么？怎样设计数据分析产品才能给用户更多的业务支撑？我们做趋势预测、精准识别目的是什么？ 最近，我有些感悟分享与读者探讨、研究。 对于设计数据分析产品和数据可视化，我们首先想到的是需求，然后是业务机理。但是，在大数据、新一代人工智能高速发展的今天，对比Gartner给出数据分析咨询意见，我们不应拘泥于当前的业务场景，业务创新也可以通过新技术引领。 我们回到数据分析产品和数据可视化设计，除了需求和业务机理以外，我们不妨以金字塔思维模型来构建这样的场景。 一、目的 我们的目的是实现经济发展和利润，解决未来或当下的问题。比如新零售业务核心是围绕客户展开，解决客户发展和流速问题，是企业发展和利润的基石。 二、分析需求和识别待解决问题 分析需求是深入业务机理，重塑业务模型，以发展的眼光识别问题，解决问题。仍以新零售客户发展为例

使用树莓派开启HomeKit智能家居系统 2021-01-24 15:40:46 10点赞 63收藏 6评论 前段时间时间逛论坛https://bbs.hassbian.com/发现有中国大神（mac-zhou）写了一个适用于国行美的空调的HA插件，适用于部分美的Wi-Fi空调，能接入美居APP的那种，下载下来试了一下确实没问题，在这里分享给大家。 接入设备 室内机型号：FKR-35G/WDAD3@ 开始接入 插件介绍 来自中国大神开发者mac-zhou的插件midea-ac-py，可以通过局域网协议控制美的空调，有说法是取暖器也可以，我这没做测试，大家可以试试。 判断空调能否接入 通过ssh登录树莓派后台，输入以下命令安装msmart插件： sudo pip3 install msmart -i http://mirrors.aliyun.com/pypi/simple/ pip安装辅助插件 安装完成后输入： midea-discover 发现空调 如果显示supported则说明支持，记下返回的id、ip，后面用得到，如果有多个设备请通过路由器中的ip来一一对应。 安装插件 访问插件的GitHub仓库，下载并安装，方法参考之前的文章，把插件文件夹拖到custom_components中。https://github.com/mac-zhou/midea-ac-py 启动 插件

1.在训练模型时指定GPU的编号 设置当前使用的GPU设备仅为0号设备，设备名称为"/gpu:0"， os.environ["CUDA_VISIBLE_DEVICES"]="0" ; 设置当前使用的GPU设备为0，1两个设备，名称依次为"/gpu:0","/gpu:1"， os.environ["CUDA_VISIBLE_DEVICES"]="0,1" ;根据顺序优先表示使用0号设备，然后使用1号设备； 同样，也可以在训练脚本外面指定， CUDA_VISIBLE_DEVICES=0,1 python train.py ,注意，如果此时使用的是8卡中的6和7， CUDA_VISIBLE_DEVICES=6,7 python train.py ，但是在模型并行化的时候，仍然指定0和1， model=nn.DataParallel(mode, devices=[0,1] ; 在这里，需要注意的是，指定GPU的命令需要放在和网络模型操作的最前面； 2.查看模型每层的输如输出详情 1.需要安装torchsummary或者torchsummaryX(pip install torchsummary); 2.使用示例如下： from torchvision import models vgg16 = models . vgg16 ( ) vgg16 = vgg16 . cuda ( ) # 1

安装时使用国内镜像链接 阿里云 http:// mirrors.aliyun.com/pypi /simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) http:// pypi.douban.com/simple/ 清华大学 https:// pypi.tuna.tsinghua.edu.cn /simple/ 中国科学技术大学 http:// pypi.mirrors.ustc.edu.cn /simple/ 使用指令指定源: pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python 秒秒种成功安装 还有scarpy安装很烦 所以使用conda install scrapy也很快（必须安装anaconda） 来源： oschina 链接： https://my.oschina.net/u/4269500/blog/3626548

起因 树莓派里 apt 下载的 docker-compose 最新版也只是 1.8.2 版本 奈何执行 docker-compose.yaml 文件又是 version: "3" 版本的 猜测之所以能升成功，有一种巧合在里面，我是不小心把python2.7 给删了，又安装上了，但 /usr/bin/python 用的是3.5版本的 解决 官方安装脚本为 sudo curl -L "https://github.com/docker/compose/releases/download/1.25.4/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose sudo chmod +x /usr/local/bin/docker-compose 但是在树莓派 3B+ 上，如果执行echo命令查看此链接地址 echo "https://github.com/docker/compose/releases/download/1.25.4/docker-compose-$(uname -s)-$(uname -m)" 结果 https://github.com/docker/compose/releases/download/1.25.4/docker-compose-Linux-armv7l

原文：http://www.magedu.com/73921.html pyenv ，是一款特别好用的Python版本管理器，程序员可以建立不同的目录，在不同的目录里分别运行不同版本的Python， 并且互不影响，安装的包也互不影响。github项目地址：https://github.com/yyuu/pyenv 1.1 Python安装与版本控制 pyenv-virtualenv， 是pyenv的一个plugin（插件），可以用来创建基于不同Python版本的干净的虚拟环境。github项目地址：https://github.com/yyuu/pyenv-virtualenv 1.1.1 pyenv安装详解 ——OS X 下安装pyenv： 以OS X目前最新版本10.11.6为例（其他版本也适用）。 1. 安装brew 我们可以用brew命令来更新OSX系统，brew命令类似于RHEL的yum和ubuntu的apt-get命令，Homebrew的官网是这样说的： homebrew – The missing package manager for OS X OSX没有包管理器，所以我们安装brew来管理，登陆Homebrew网站，找到ruby代码来安装brew： ruby$ ruby -e “$(curl -fsSL https://raw.githubusercontent