pip

Ubuntu18.04 搭建开源Seafile云存储 Seafile 是一个开源的文件云存储平台，解决文件集中存储、同步、多平台访问的问题，注重安全和性能，支持 Windows, Mac, Linux, iOS, Android 平台。支持文件同步或者直接挂载到本地访问。 Seafile 包含以下系统组件： Seahub：网站界面，供用户管理自己在服务器上的数据和账户信息。 Seafile服务器通过"gunicorn"（一个轻量级的Python HTTP服务器）来提供网站支持。Seahub作为gunicorn的一个应用程序来运行。 Seafile server (seaf-server)： 数据服务进程, 处理原始文件的上传/下载/同步。 Ccnet server (ccnet-server)： 内部 RPC 服务进程，连接多个组件。 Controller: 监控 ccnet 和 seafile 进程，必要时会重启进程。 不知道有没有了解过Seafile，我也自己在Ubuntu下（当然Linux也可以）搭建了一下，发现是真的好用，不过有两个版本，一个免费版，虽然功能限制，但基本使用问题不大，要什么自行车哈；一种是专业版，最多支持三个用户使用，功能还是非常齐全的，如果你是一个大企业，用户比较多的情况下，Seafile还是国内的还是要支持一下的，建议使用专业版服务器

概述 Mask-RCNN,是一个处于像素级别的目标检测手段.目标检测的发展主要历程大概是：RCNN,Fast-RCNN,Fster-RCNN,Darknet,YOLO,YOLOv2,YOLO3（参考 目标检测：keras-yolo3之制作VOC数据集训练指南 ）,Mask-RCNN.本文参考的论文来源于 https://arxiv.org/abs/1703.06870 . 下面，开始制作用于Mask训练的数据集。 首先展示一下成果，由于个人设备有限，cpu仅迭代5次的结果。 使用labelme进行图片标注 注意： 　　**标注之前将图片的名字通过linux或者python脚本改名，改为有序即可，我的命名格式为 升序 ， 下面为linux脚本。 i= 1 ; for x in *; do mv $x $i.png; let i=i+ 1 ; done 　　**将所有图片的尺寸改为 600*800 .(一般设置为2的整数次幂，否则，后序训练时会报错). 脚本自取 https://github.com/hyhouyong/Mask-RCNN/blob/master/train_data/resize.py pip install labelme labelme 1.新建文件夹train_data,并创建子文件夹json，将标注后的json格式的文件放入该文件夹中 2

- scrapy环境的安装 a. pip3 install wheel b. 下载twisted http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted c. 进入下载目录，执行 pip3 install Twisted‑17.1.0‑cp35‑cp35m‑win_amd64.whl d. pip3 install pywin32 e. pip3 install scrapy - scrapy使用 - 1.创建一个工程：scrapy startproject ProName （注 startproject 中间没有空格） - 2.cd ProName - 3.创建爬虫文件：scrapy genspider first www.xxx.com - 4.执行：（allowed_domains 注释掉） - settings.py: - 不遵从rbotes协议 - 进行UA伪装 - 指定日志等级：LOG_LEVEL = ‘ERROR’ scrapy crawl spiderName - 持久化存储 - 基于终端指令： - 前提：只可以将parse方法的返回值进行本地文件的持久化存储 - 指令：scrapy crawl spiderName -o filePath - 基于管道： - 编码流程： 1.数据解析 2

PyPI使用国内源 通过几次 pip 的使用，对于默认的 pip 源的速度实在无法忍受，于是便搜集了一些国内的pip源，如下： 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/ 使用方法很简单，直接 -i 加 url 即可！如下： pip install web.py -i http: // pypi.douban.com/simple 来源： oschina 链接： https://my.oschina.net/u/4295888/blog/3340379

1、环境隔离的问题 在使用python时，常常遇到的问题： pip安装库A，依赖库B-2.1版本 pip安装库C，以来库B-3.1版本，安装会提示库B的版本冲突错误。 这种情况下就需要做环境隔离 conda自带环境隔离功能，可以有限隔离管理多个python环境 2、安装conda 从 https://www.anaconda.com/distribution/ 下载anaconda， 我这里下载的是Anaconda3-2019.07-Linux-x86_64.sh 转到下载目录下， 执行命令安装anaconda： bash Anaconda3-2019.07-Linux-x86_64.sh 根据提示安装，特别是最后的conda init询问，直接点yes 3、备份conda原始环境 conda安装完成后，重新打开shell，或者执行一次source ~/.bashrc后， 会默认进入base环境，base环境包括了anaconda默认安装的大量库。 由于后续可能会基于base环境安装各种附加库，所以，一般先进行base环境的备份，方式就是创建一个新的backup环境，直接从base环境中克隆 创建backup环境的命令如下： conda create -n backup --clone base 上述指令表示从base环境中clone一份新环境，新环境名字为backup 4

开发工具 Python版本：3.6.4 相关模块： pygame模块； 以及一些Python自带的模块。 相关文件 关注公众号：Python学习指南，回复“推箱子”即可获取 环境搭建 安装Python并添加到环境变量，pip安装需要的相关模块即可。 原理简介 游戏简介 经典的推箱子是一个来自日本的古老游戏，目的是在训练你的逻辑思考能力。在一个狭小的仓库中，要求把木箱放到指定的位置，稍不小心就会出现箱子无法移动或者通道被堵住的情况，所以需要巧妙的利用有限的空间和通道，合理安排移动的次序和位置，才能顺利的完成任务。 控制方式： ↑↓←→键 控制人物行动， r键 重新开始本关。 逐步实现： Step1：定义游戏精灵类 由于游戏涉及到碰撞检测，所以我们先来定义一些游戏精灵类，包括推箱子的人、箱子、墙和目标位置指示标记。 首先我们来定义一下推箱子的人这个精灵类： 他需要拥有可以移动的能力，这里设置了一个模拟移动的选项，是为了通过模拟移动判断他是否可以向上/下/左/右移动。 因为地图上的其他东西性质类似，所以我们把它们定义成同一个精灵类(T_T其实性质都类似，但是感觉还是有必要区分一下人和物的)： 其中箱子需要拥有可以移动的能力，其他则不能移动。模拟移动选项的功能与之前类似。 Step2：定义游戏地图类 这里我们定义一个游戏地图类，目的是用该类来创建任意的游戏地图。因此

使用python-opencv批量生成带噪点噪线的数字验证码 文章目录 1.明确要使用的包 2.引入库 3.生成随机的颜色组合get_random_color() 4.生成颜色随机，数值随机的数字生成函数get_random_number() 5.随机生成一张干净的(不带噪声噪线)数字验证码图像 6.往图像添加噪声噪线 7.调用函数生成数字验证码图像 8.总结 第一次使用csdn写一个文章，如果有什么写的不对的地方，欢迎在下面评论指正，谢谢各位。 1.明确要使用的包 首先就是opencv的函数库，还有python自带的random和PIL(Image、ImageDraw、ImageFont)，一般pthon3以上的版本都是内置安装的，如果没有安装可以通过pip install的方法安装具体操作如图： 输入完按回车键即可安装，因为我已经安装了，就不输入回车键了，安装完了之后可以通过import的方式检验是否安装成功。记住先输入python进入python的编程环境在输入import PIL,否则就会报错 2.引入库 代码如下（示例）： import cv2 as cv import random from PIL import Image from PIL import ImageDraw from PIL import ImageFont 3.生成随机的颜色组合get_random

PIP 下载慢，给你Python3的pip换个源 一键换源 文章来源：企鹅号 - 从零开始学习python 要实现一键换源需要安装一个模块 pip install pqi PQI相关命令 PQI获取当前使用PIP的源 PQI列出可以使用的pip源 PQI替换下 正在使用的PIP源 ~pqi useage Usage: pqi ls pqi use pqi show pqi add pqi remove pqi (-h --help) pqi (-v --version) Options: -h --helpShow this screen. -v --versionShow version. ~pqi show Current source is aliyun(http://mirrors.aliyun.com/pypi/simple/). ~pqi show Current source is aliyun(http://mirrors.aliyun.com/pypi/simple/). ~pqi ls pypihttps://pypi.python.org/simple/ tunahttps://pypi.tuna.tsinghua.edu.cn/simple doubanhttp://pypi.douban.com/simple/ aliyunhttp://mirrors

此环境搭建是OpenCV的python（一下简称py）开发环境搭建，建立在py3的环境和语法上实现的。 windows系统搭建 系统环境：windows 10 + python 3.6 + OpenCV 3.4.1 一、安装python python的安装之前在 python自学笔记 的项目中描述了，在这不做重复说明，有需要的朋友，点击查看： python环境安装 二、安装numpy模块 根据上文提示，现在我们已经正确安装了python和pip（安装和管理python包的工具），在正式安装OpenCV之前，首先我们要安装numpy模块。 numpy：是一个定义了数值数组和矩阵类型和它们的基本运算的语言扩展，OpenCV引用了numpy模块，所以安装OpenCV之前必须安装numpy。 本文安装python模块使用的是.whl文件安装的。 whl文件是什么？ whl是一个python的压缩包，其中包含了py文件以及经过编译的pyd文件。 whl安装命令 pip install 存放路径\xxx.whl 回到主题，我们是要安装numpy模块的。 首先去网站下载对应的numpy版本，下载地址： https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 本人是64为系统python3.6所以对应的最新版本是：numpy‑1.14.2+mkl

1、（20190823）Win7x64，Python3.7x64，tensorflow 1.14 　　MoFan的代码 tf14_tensorboard__full_code.py & tf15_tensorboard__full_code.py 运行后 生成了文件 ("E:\Project_Py37\MoFan\logs\")events.out.tfevents.1566536284.PC-20190616NQZA & events.out.tfevents.1566536624.PC-20190616NQZA，按照 视频中说，应该能看到 可视化的东西，但是我什么都没有...（目录 "logs"，是在运行 py程序时自动创建的） 　　使用 http://127.0.0.1:6006 和 http://localhost:6006 都是 网站无法访问... 　过程：在 "E:\Project_Py37\MoFan"路径下 打开 控制台，输入 tensorboard --logdir=logs，chrome打开网页"http://pc-20190616nqza:6006/"显示“ No dashboards are active for the current data set. ”，在 控制台里面有报错：“TypeError: GetNext() takes 1