pycharm

在使用copy的原项目调试的时候,发现识别率竟然和原项目不同----准确的说是没有原项目好. 一顿找原因----以为是参数改变了.后来在调试的时候才发现----是多了一个这样的无关紧要的代码 # ----------------------Observer--------------------- for i, box in enumerate(boxes): cv2.polylines(img, [box.astype(np.int32).reshape((-1, 1, 2))], True, color=(0, 255, 0), thickness=2) array = np.asarray(img, dtype=np.uint8) image = Image.fromarray(array) image.save(outputImgPath + str("after_textLine") + '.jpg') 而且这段代码是和主代码串行运行的,正常来说对识别率应该没有影响啊!!!但是我根本没想到一个事情------ IDE在处理数据(尤其是图像数据)时,可能会有一些图像的缓存占用了CPU!!!因此可能会影响CRNN模型的加载!!! 还好工程较小,所以认识到这个错误的代价只是30分钟!!!以后会注意的!!! 原来数据缓存中还有这么多需要注意的点. 来源： CSDN 作者：

1、首先去Pycharm官网，或者直接输入网址：http://www.jetbrains.com/pycharm/download/#section=windows，下载PyCharm安装包，根据自己电脑的操作系统进行选择，对于windows系统选择下图的框框所包含的安装包。 2、选择Windows系统的专业版，将其下载到本地，如下图所示： 3、双击下载的安装包，进行安装，然后会弹出界面： 4、选择安装目录，Pycharm需要的内存较多，建议将其安装在D盘或者E盘，不建议放在系统盘C盘： 5、点击Next，进入下图的界面： Create Desktop Shortcut创建桌面快捷方式，一个32位，一个64位，小编的电脑是64位系统，所以选择64位。 勾选Create Associations是否关联文件，选择以后打开.py文件就会用PyCharm打开。 6、点击Next，进入下图： 默认安装即可，直接点击Install。 7、耐心的等待两分钟左右，如下图： 8、之后就会得到下面的安装完成的界面： 9、点击Finish，Pycharm安装完成。接下来对Pycharm进行配置，双击运行桌面上的Pycharm图标，进入下图界面： 选择Do not import settings，之后选择OK，进入下一步。 10、选择Accept，进入下一步： 11、进入激活界面

只需将安装软件的启动文件软链接至/usr/local/bin/路径下即可。如matlab和pycharm指令如下。 matlab： sudo ln -s /usr/local/MATLAB/R2016b/bin/matlab /usr/local/bin/matlab 启动时在终端任何路径下键入matlab即可启动 pycharm： sudo ln -s /home/xn/pycharm/bin/pycharm.sh /usr/local/bin/pycharm.sh 来源： CSDN 作者： low米 链接： https://blog.csdn.net/baoxiao7872/article/details/103843952

配置 vscode忽略node_module文件夹 设置中搜索：setting.json 添加： “files.exclude”: { “.idea/”: true, “.vscode/”: true } sftp CTRL+SHIFT+P，输入sftp 配置： { “name”: “worldlet_ipuxin_com”, “host”: “119.23.238.114”, “protocol”: “ftp”, “port”: 21, “username”: “worldlet_ipuxin_com”, “password”: “worldlet_ipuxin_com”, “remotePath”: “/”, “uploadOnSave”: true } 设置 settings.json 插件 TabNine 当然首推还是这一款基于GPT-2语言模型的自动补全工具，我在前面一篇文章中花了一篇文章对这款插件进行了介绍。在这里，我再次强烈推荐TabNine这款插件，哪怕你使用的不是vs code也可以尝试一下这款插件。 TabNine和我认识中的自动补全工具有很大的不同，传统的补全工具更多的是根据上下文信息和第三方库进行补全，换句话说就是基于既有的内容进行补全。而TabNine更多的是偏向推理，它能够根据开发者前面输入的内容快速推理接下来要输入的代码，甚至参数、字符串

关于Pycharm中的Virtualenv Environment、Conda Environment、System Interpreter、Pipenv Environment-- （自己记性不好，赶紧记录下来，多看看- -||） 1.打开Pycharm中的Project Interpreter，菜单路径： File-->Settings-->Project-->Project Interpreter 2.点击右侧的设置图标，再点击Add： 3.弹出Add Python Interpreter设置窗口： 4.左侧有4种选择：Virtualenv Environment、Conda Environment、System Interpreter、Pipenv Environment ①其中System Interpreter如字面意思，系统里安装的本地Python作为解释器，一般很少用，不推荐； ②Pipenv Environment，只知道pip包的一个管理模块，不了解； ③说一下Virtualenv Environment和Conda Environment。网上其实有很多资料了，找了两天，我还是没看明白Virtualenv Environment和Conda Environment的区别到底在哪里。后来觉得也不用太纠结这个问题，先会用，满足学习和工作的需要就行