首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >学习分享|初入Anaconda3以及实践

学习分享|初入Anaconda3以及实践

原创
作者头像
六月暴雪飞梨花
发布于 2023-11-27 11:38:26
发布于 2023-11-27 11:38:26
48800
代码可运行
举报
运行总次数:0
代码可运行

简介: Anaconda,中文大蟒蛇,是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。

Anaconda3

Anaconda,中文大蟒蛇,是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。我当初安装这个是为了学习人工智能和算法。

1、安装

1、命令操作

安装好之后,可以使用命令conda,可以使用一系列命令参数,conda --help 或 conda -h 、 conda --version 或conda -V

例如,使用conda info命令如下所示信息:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$xxx:~ xxx$ conda info
     active environment : None
            shell level : 0
       user config file : /Users/xxx/.condarc
 populated config files : /Users/xxx/.condarc
          conda version : 4.8.2
    conda-build version : 3.18.11
         python version : 3.7.6.final.0
       virtual packages : __osx=10.15.7
       base environment : /Users/xxx/opt/anaconda3  (writable)
           channel URLs : https://repo.anaconda.com/pkgs/main/osx-64
                         https://repo.anaconda.com/pkgs/main/noarch
                         https://repo.anaconda.com/pkgs/r/osx-64
                         https://repo.anaconda.com/pkgs/r/noarch
          package cache : /Users/xxx/opt/anaconda3/pkgs
                          /Users/xxx/.conda/pkgs
       envs directories : /Users/xxx/opt/anaconda3/envs
                          /Users/xxx/.conda/envs
               platform : osx-64
             user-agent : conda/4.8.2 requests/2.22.0 CPython/3.7.6 Darwin/19.6.0 OSX/10.15.7
                UID:GID : 501:20
             netrc file : None
           offline mode : False

2、导出所有存在依赖

1)导出所有依赖包到记事本

conda list -e > [fileName(.txt)]

例如,conda list -e > /usr/local/data/conda-lib-98.txt

1、Kafka 集群防火墙

2、运行情况,或者执行命令,查看status

3、手动执行消费者或生产者,订阅消息,查看消费情况

问题记录FQA

Q1、ModuleNotFoundError: No module named 'pymysql'

Q1:执行python程序,出现 ``ModuleNotFoundError: No module named 'pymysql'

A1:

1)查找确认依赖库

初步判定是安装阿naconda3缺少pymysql依赖包,执行命令`` conda list `` 分别查看85服务器和96服务器anaconda3的已经安装插件库,依赖包如下所示,85服务器已安装插件库295个插件,96服务器已安装插件库288个插件

2)查找、下载依赖库

85插件所在路径, /data/_software/_install_pack/_python/,anaconda3的home路径,/data/_software/python/anaconda3/

86插件所在路径,, /data/_software/_pack/_python/,anaconda3的home路径,/data/_software/python/anaconda3/

96插件所在路径,/data/_software/_package/,anaconda3的home路径,/data/_software/python/anaconda3/

经过插件列表比对并排查,发现96服务器缺失插件列表如下所示

85服务器有whl插件源件:

  • PyNaCl-1.3.0-cp34-abi3-manylinux1_x86_64.whl
  • bcrypt-3.1.7-cp34-abi3-manylinux1_x86_64.whl
  • confluent_kafka-1.1.0-cp37-cp37m-manylinux1_x86_64.whl
  • paramiko-2.6.0-py2.py3-none-any.whl
  • PyMySQL-0.9.3-py2.py3-none-any.whl
  • cx_Oracle-8.0.0-cp37-cp37m-manylinux1_x86_64.whl

85服务器未找到whl插件源件(其中avro-python3使用python安装,cx-oracle使用pip安装):

  • avro-python3=1.8.2=pypi_0
  • cx-oracle=8.0.0=pypi_0

先下载所需要的插件包,whl格式本质上是一个压缩包,里面包含了py文件,以及经过编译的pyd文件,使得可以在不具备编译环境的情况下,选择合适自己的python环境进行安装,简单来说,适合内网环境。

其次有些时候在内网环境中并不可以使用pip命令来下载依赖包,这就出现了需要手动安装依赖包的情况,由于网络不通,采取手动安装插件库,查找85服务器是否存在插件库或网络下载插件库再传给96服务器。经过检查,发现原来85服务器已经下载插件。在85服务器找到所依赖的插件,打包上传到96服务器。

3)安装依赖库

安装插件的命令使用pip,此命令在已经内置在anaconda3的依赖插件中,具体位置为home/lib/python3.7/site-packages。

  • 安装已有whl文件

安装bcrypt-3.1.7-cp34-abi3-manylinux1_x86_64.whl

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ pip install bcrypt-3.1.7-cp34-abi3-manylinux1_x86_64.whl
Processing ./bcrypt-3.1.7-cp34-abi3-manylinux1_x86_64.whl
Requirement already satisfied: cffi>=1.1 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from bcrypt==3.1.7) (1.12.3)
Requirement already satisfied: six>=1.4.1 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from bcrypt==3.1.7) (1.12.0)
Requirement already satisfied: pycparser in /data/_software/python/anaconda3/lib/python3.7/site-packages (from cffi>=1.1->bcrypt==3.1.7) (2.19)
Installing collected packages: bcrypt
Successfully installed bcrypt-3.1.7
$ pip install confluent_kafka-1.1.0-cp37-cp37m-manylinux1_x86_64.whl
Processing ./confluent_kafka-1.1.0-cp37-cp37m-manylinux1_x86_64.whl
Installing collected packages: confluent-kafka
Successfully installed confluent-kafka-1.1.0

安装PyNaCl-1.3.0-cp34-abi3-manylinux1_x86_64.whl

先安装PyNaCl,再安装paramiko

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ pip install PyNaCl-1.3.0-cp34-abi3-manylinux1_x86_64.whl
Processing ./PyNaCl-1.3.0-cp34-abi3-manylinux1_x86_64.whl
Requirement already satisfied: cffi>=1.4.1 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from PyNaCl==1.3.0) (1.12.3)
Requirement already satisfied: six in /data/_software/python/anaconda3/lib/python3.7/site-packages (from PyNaCl==1.3.0) (1.12.0)
Requirement already satisfied: pycparser in /data/_software/python/anaconda3/lib/python3.7/site-packages (from cffi>=1.4.1->PyNaCl==1.3.0) (2.19)
Installing collected packages: PyNaCl
Successfully installed PyNaCl-1.3.0

安装paramiko-2.6.0-py2.py3-none-any.whl

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ pip install paramiko-2.6.0-py2.py3-none-any.whl
Processing ./paramiko-2.6.0-py2.py3-none-any.whl
Requirement already satisfied: bcrypt>=3.1.3 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from paramiko==2.6.0) (3.1.7)
Requirement already satisfied: pynacl>=1.0.1 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from paramiko==2.6.0) (1.3.0)
Requirement already satisfied: cryptography>=2.5 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from paramiko==2.6.0) (2.7)
Requirement already satisfied: six>=1.4.1 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from bcrypt>=3.1.3->paramiko==2.6.0) (1.12.0)
Requirement already satisfied: cffi>=1.1 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from bcrypt>=3.1.3->paramiko==2.6.0) (1.12.3)
Requirement already satisfied: asn1crypto>=0.21.0 in /data/_software/python/anaconda3/lib/python3.7/site-packages (from cryptography>=2.5->paramiko==2.6.0) (0.24.0)
Requirement already satisfied: pycparser in /data/_software/python/anaconda3/lib/python3.7/site-packages (from cffi>=1.1->bcrypt>=3.1.3->paramiko==2.6.0) (2.19)
Installing collected packages: paramiko
Successfully installed paramiko-2.6.0

安装PyMySQL-0.9.3-py2.py3-none-any.whl

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ pip install PyMySQL-0.9.3-py2.py3-none-any.whl
Processing ./PyMySQL-0.9.3-py2.py3-none-any.whl
Installing collected packages: PyMySQL
Successfully installed PyMySQL-0.9.3

安装cx_Oracle-8.0.0-cp37-cp37m-manylinux1_x86_64.whl

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ pip install cx_Oracle-8.0.0-cp37-cp37m-manylinux1_x86_64.whl
Processing ./cx_Oracle-8.0.0-cp37-cp37m-manylinux1_x86_64.whl
Installing collected packages: cx-Oracle
Successfully installed cx-Oracle-8.0.0

安装未有whl文件的tar.gz文件,进入到arvo_python3所在目录

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
cd /data/_software/_package

解压arvo_python3-1.8.2.tar.gz,会自动创建并解压到arvo_python3-1.8.2

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
tar -zxvf arvo_python3-1.8.2.tar.gz

进入arvo_python3-1.8.2包

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
cd arvo_python3-1.8.2

执行命令python setup.py install

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
$ python setup.py install
running install
running bdist_egg
running egg_info
writing avro_python3.egg-info/PKG-INFO
writing dependency_links to avro_python3.egg-info/dependency_links.txt
writing top-level names to avro_python3.egg-info/top_level.txt
reading manifest file 'avro_python3.egg-info/SOURCES.txt'
writing manifest file 'avro_python3.egg-info/SOURCES.txt'
installing library code to build/bdist.linux-x86_64/egg
running install_lib
running build_py
creating build
creating build/lib
creating build/lib/avro
copying avro/__init__.py -> build/lib/avro
copying avro/datafile.py -> build/lib/avro
copying avro/io.py -> build/lib/avro
copying avro/ipc.py -> build/lib/avro
copying avro/protocol.py -> build/lib/avro
copying avro/schema.py -> build/lib/avro
copying avro/tool.py -> build/lib/avro
copying avro/txipc.py -> build/lib/avro
copying avro/HandshakeRequest.avsc -> build/lib/avro
copying avro/HandshakeResponse.avsc -> build/lib/avro
copying avro/VERSION.txt -> build/lib/avro
copying avro/LICENSE -> build/lib/avro
copying avro/NOTICE -> build/lib/avro
creating build/bdist.linux-x86_64
creating build/bdist.linux-x86_64/egg
creating build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/__init__.py -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/datafile.py -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/io.py -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/ipc.py -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/protocol.py -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/schema.py -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/tool.py -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/txipc.py -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/HandshakeRequest.avsc -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/HandshakeResponse.avsc -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/VERSION.txt -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/LICENSE -> build/bdist.linux-x86_64/egg/avro
copying build/lib/avro/NOTICE -> build/bdist.linux-x86_64/egg/avro
byte-compiling build/bdist.linux-x86_64/egg/avro/__init__.py to __init__.cpython-37.pyc
byte-compiling build/bdist.linux-x86_64/egg/avro/datafile.py to datafile.cpython-37.pyc
byte-compiling build/bdist.linux-x86_64/egg/avro/io.py to io.cpython-37.pyc
byte-compiling build/bdist.linux-x86_64/egg/avro/ipc.py to ipc.cpython-37.pyc
byte-compiling build/bdist.linux-x86_64/egg/avro/protocol.py to protocol.cpython-37.pyc
byte-compiling build/bdist.linux-x86_64/egg/avro/schema.py to schema.cpython-37.pyc
byte-compiling build/bdist.linux-x86_64/egg/avro/tool.py to tool.cpython-37.pyc
byte-compiling build/bdist.linux-x86_64/egg/avro/txipc.py to txipc.cpython-37.pyc
creating build/bdist.linux-x86_64/egg/EGG-INFO
installing scripts to build/bdist.linux-x86_64/egg/EGG-INFO/scripts
running install_scripts
running build_scripts
creating build/scripts-3.7
copying and adjusting scripts/avro -> build/scripts-3.7
changing mode of build/scripts-3.7/avro from 600 to 755
creating build/bdist.linux-x86_64/egg/EGG-INFO/scripts
copying build/scripts-3.7/avro -> build/bdist.linux-x86_64/egg/EGG-INFO/scripts
changing mode of build/bdist.linux-x86_64/egg/EGG-INFO/scripts/avro to 755
copying avro_python3.egg-info/PKG-INFO -> build/bdist.linux-x86_64/egg/EGG-INFO
copying avro_python3.egg-info/SOURCES.txt -> build/bdist.linux-x86_64/egg/EGG-INFO
copying avro_python3.egg-info/dependency_links.txt -> build/bdist.linux-x86_64/egg/EGG-INFO
copying avro_python3.egg-info/top_level.txt -> build/bdist.linux-x86_64/egg/EGG-INFO
zip_safe flag not set; analyzing archive contents...
avro.__pycache__.__init__.cpython-37: module references __file__
avro.__pycache__.ipc.cpython-37: module references __file__
creating dist
creating 'dist/avro_python3-1.8.2-py3.7.egg' and adding 'build/bdist.linux-x86_64/egg' to it
removing 'build/bdist.linux-x86_64/egg' (and everything under it)
Processing avro_python3-1.8.2-py3.7.egg
creating /data/_software/python/anaconda3/lib/python3.7/site-packages/avro_python3-1.8.2-py3.7.egg
Extracting avro_python3-1.8.2-py3.7.egg to /data/_software/python/anaconda3/lib/python3.7/site-packages
Adding avro-python3 1.8.2 to easy-install.pth file
Installing avro script to /data/_software/python/anaconda3/bin
Installed /data/_software/python/anaconda3/lib/python3.7/site-packages/avro_python3-1.8.2-py3.7.egg
Processing dependencies for avro-python3==1.8.2
Finished processing dependencies for avro-python3==1.8.2

4)检查确认依赖库

执行安装新插件后,96服务器插件列表为295个插件

执行命令 conda list -e > [输出插件列表到文件.txt]

Q2、sshpass命令没有找到

Q2:执行python程序,提示sshpass命令没有找到

A2:

1)下载 sshpass-1.06.tar.gz

有网络情况下,执行命令

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
wget http://sourceforge.net/projects/sshpass/files/latest/download -O sshpass.tar.gz

2)解压

解压sshpass-1.06.tar.gz到当前目录(自动创建目录并写入解压文件)

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
tar -zxvf sshpass-1.06.tar.gz

3)编译

进入sshpass-1.06目录,进行编译

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
./configure

4)安装

执行安装命令

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
sudo make install

5)其他参考

https://linux.cn/article-8086-1.html

Q3、No such file or directory

Q3、执行python程序,控制台打印出来以下错误信息

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Traceback (most recent call last):
  File "test_oracle_lyc.py", line 4, in <module>
    db = cx_Oracle.connect("xxx.xxx.xxx.xxx", "username", "password", "orclName", charset='utf8' )
cx_Oracle.DatabaseError: DPI-1047: Cannot locate a 64-bit Oracle Client library: "libnsl.so.1: cannot open shared object file: No such file or directory". See https://cx-oracle.readthedocs.io/en/latest/user_guide/installation.html for help

A3:

1)python、oracle依赖包

经过排查,发现缺少oracle_client,安装oracle-instantclient19.3-basic-19.3.0.0.0-1.x86_64.rpm

2)安装

使用root用户执行安装命令,安装到默认路径

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
rpm -Uvh oracle-instantclient19.3-basic-19.3.0.0.0-1.x86_64.rpm

3)环境变量

使用root用户登录进去配置相关环境变量(这个好像不用配置也可以,我在官方网站看到18+以下数据库客户端才需要配置环境变量,以及手动配置lib库地址和bin目录,现在我们使用的版本为19,已经自动创建libaio以及其他依赖包)。vim /etc/profile,输入环境变量信息

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
export ORACLE_HOME=/usr/lib/oracle/19.3/client64
export ORABIN=/usr/lib/oracle/19.3/client64/bin
export LD_LIBRARY_PATH=/usr/lib/oracle/19.3/client64/lib
export PATH=$PATH:$ORACLE_HOME/bin

让环境变量立即生效

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
source /etc/profile

4)安装系统依赖包

在root用户下,安装libnsl.so.1,进入到目录查看系统依赖包,由于我们都是使用的64bit操作系统,所有的软件工具也都是64bit

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
cd /usr/lib64

查看(ls)是否有libnsl依赖包,在85服务器上,我查询到libnsl* 的依赖包为

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
libnsl.so.2
libnsl.so.2.0.0

查看(ll)是否有libnsl依赖包,在85服务器上,我查询到libnsl* 的依赖包为

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
lrwxrwxrwx     1 root root       15 Mar 15  2020  libnsl.so.2 -> libnsl.so.2.0.0
-rwxr-xr-x        1 root root 96480 Mar 15  2020  libnsl.so.2.0.0

然后进行拷贝,软连接设置

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
cp -r libnsl.so.2 libnsl.so.1

再次执行查看操作

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
lrwxrwxrwx     1 root root        15 Jan 23 16:40   libnsl.so.1 -> libnsl.so.2.0.0
lrwxrwxrwx     1 root root       15 Mar 15  2020  libnsl.so.2 -> libnsl.so.2.0.0
-rwxr-xr-x     1 root root 96480 Mar 15  2020  libnsl.so.2.0.0

5)切换测试

新打开一个窗口,使用appuser登录,或者重新登录到服务器,然后编写一个连接oracle的测试脚本,脚本如下

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import cx_Oracle
db  = connect("userName", "password", "IP:Port/serviceName", "UTF-8")
print(db.version)

保存代码为 test_oracle.py

执行python test_oracle.py,如果打印出来数据库服务器的版本号,则说明已经连接并成功读取数据。

总结

笔记属于个人的喜好,但是形成了自我的风格就是博文了。希望在记录自己博文道路越走越远。


我正在参与2023腾讯技术创作特训营第三期有奖征文,组队打卡瓜分大奖!

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
>>Python:Anaconda3
安装好之后,可以使用命令conda,可以使用一系列命令参数,conda --help 或 conda -h 、 conda --version 或 conda -V
艾特
2023/10/10
4170
anaconda3 安装tensorfl
今天要在ananconda3 下安装Keras & TensorFlow 结果第一个很顺利,但是第二个的时候就报错了
py3study
2020/01/09
8920
Python3基础之构建setup.py
在一个名为test_setup的路径下,作为我们最上层的项目根目录。然后在根目录下有需求配置文件requirements.txt,我们可以在这个文件中添加我们的python库所依赖的其他python库,如numpy、scipy等。而setup.py就是我们这里的安装文件,在后面的章节中会着重提到。最后是我们的项目的核心路径ts,里面包含了我们的核心代码。
不知名站长
2021/04/01
5030
Python3基础之构建setup.py
离线安装Superset 0.37
上文提到了Superset 0.37的在线安装方式,只需要更新pip,然后pip install就可以了。但是在生产环境中,特别是内网环境中,很多时候是没有外网的,这时候就需要采取离线安装的方式。
大数据流动
2020/09/18
2.4K1
python3.6 安装 paramiko 报错 ERROR: Could not build wheels for cryptography, which is required to instal
安装 paramiko 有个依赖 cryptography>=3.3,cryptography 需要大于 3.3 版本, python3.6 正常无法安装最新版 cryptography,故先安装 cryptography==3.4.8 版本再安装 paramiko。
卓越笔记
2023/05/13
1.8K0
Python 远程控制模块 paramiko 问题解决记录
张戈
2017/07/10
17.8K6
Python 远程控制模块 paramiko 问题解决记录
PHP使用简单强大OCR工具EasyOCR
EasyOCR是一个功能强大的开源光学字符识别OCR(Optical Character Recognition,光学字符识别)库,它基于深度学习模型,能够快速准确地识别图片中的文字,并将这些文字转换为可编辑和可搜索的文本格式。与传统的 OCR 工具相比,EasyOCR 不仅识别速度快,还能处理各种复杂的文本图像,如弯曲的文本、不同字体、各种语言混合的文本等。
Tinywan
2024/09/10
4730
PHP使用简单强大OCR工具EasyOCR
问题随记 —— Python3.8 安装 nemo_toolkit 报错
报错信息如下: 装了n遍还是这样 (nemo) fanyi@ubuntu:~$ pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple Writing to /home/fanyi/.config/pip/pip.conf (nemo) fanyi@ubuntu:~$ pip install nemo_toolkit['all'] Looking in indexes: https://pypi.tuna.tsingh
繁依Fanyi
2023/05/07
1.3K0
MindSpore Graph Learning
这是一个关于mindspore-gl的官方介绍,其定位非常接近于dgl,而且从文章(参考链接3)中的数据来看,mindspore-gl的运算效率还要高于dgl。
DechinPhy
2022/11/21
6660
MindSpore Graph Learning
python setuptools安装与
Python本身自带了一套工具distutils ,用于发布 Python 应用程序。但 distutils 没有提供定义其它依赖包的功能,setuptools 的真正优点并不在于实现distutils 所能实现的功能——尽管它的确增强了distutils的功能并简化了setup.py 脚本中的内容。setuptools 最大的优势是它在包管理能力方面的增强。它可以使用一种更加透明的方法来查找、下载并安装依赖包;并可以在一个包的多个版本中自由进行切换,这些版本都安装在同一个系统上;也可以声明对某个包的特定版本的需求;还可以只使用一个简单的命令就能更新到某个包的最新版本。 简单来说,Python setuptools可以看做是增强版的distutils,用来管理Python的各种包。
py3study
2020/01/10
2.7K0
Python快速入门教程2:Python 面向对象
1.1 定义类     通常你需要在单独的文件中定义一个类     [root@hadron python]# vi Employee.py
程裕强
2022/05/06
4110
【万字专栏总结】离线强化学习(OfflineRL)总结(原理、数据集、算法、复杂性分析、超参数调优等)
强化学习发展的特别早,但一直不温不火,其中Sutton老爷子早在1998年就写了强化学习领域的圣经书籍:An Introduction : Reinforcement Learning ,但也并未开启强化学习发展的新局面。直到2012年,深度学习广泛兴起,大规模的神经网络被成功用于解决自然语言处理,计算机视觉等领域,人工智能的各个方向才开始快速发展,强化学习领域最典型的就是2013年DeepMind公司的Volodymyr Mnih发表Playing Atari with Deep Reinforcement Learning(DQN技术),可以说开启了深度强化学习技术发展的新高潮,2015年该论文的加强版Human-level control through deep reinforcement learning 登上Nature, 以及2016年Nature上的AlphaGo: Mastering the game of Go with deep neural networks and tree search 充分证明了深度强化学习技术的发展潜力。
深度强化学习实验室
2022/09/23
10.8K0
【万字专栏总结】离线强化学习(OfflineRL)总结(原理、数据集、算法、复杂性分析、超参数调优等)
Python3操作MongoDB数据库
Python3操作MongoDB数据库 0. 写在前面 1. 安装开源驱动库pymongo 2. 参考 ---- ---- 0. 写在前面 Linux:Ubuntu Kylin 16.04 MongoDB:MongoDB3.2.7 Python:Anaconda With Python3.7 1. 安装开源驱动库pymongo ❝pymongo驱动程序可以直接连接MongoDB数据库 ❞ zhangsan@node01:~$ conda create -n py39 python = 3.9 zhan
WHYBIGDATA
2023/01/31
7490
Python3操作MongoDB数据库
YOLOv4: Darknet 如何于 Ubuntu 编译,及使用 Python 接口
本文将介绍 YOLOv4 官方 Darknet 实现,如何于 Ubuntu 18.04 编译,及使用 Python 接口。
GoCoding
2021/05/06
1.4K0
YOLOv4: Darknet 如何于 Ubuntu 编译,及使用 Python 接口
【Python】安装MySQL-pyth
[root@wode006 tools]# wget https://pypi.python.org/packages/source/M/MySQL-python/MySQL-python-1.2.5.zip
py3study
2020/01/06
5830
CentOS 6.5 + Git 1.8.3.1 + Gitosis 构建Git服务器
-----------------------------------------
星哥玩云
2022/06/30
7100
使用python模块plotdigitizer抠取论文图片中的数据
对于各行各业的研究人员来说,经常会面临这样的一个问题:有一篇不错的文章里面有很好的数据,但是这个数据在文章中仅以图片的形式出现。而假如我们希望可以从该图片中提取出数据,这样就可以用我们自己的形式重新来展现这些数据,还可以额外再附上自己优化后的数据。因此从论文图片中提取数据,是一个非常实际的需求。这里以前面写的量子退火的博客为例,博客中有这样的一张图片:
DechinPhy
2021/05/21
1.3K0
癌症中克隆种群结构统计推断分析软件PyClone安装小记
PyClone 是一种用于推断癌症中克隆种群结构的统计模型。 它是一种贝叶斯聚类方法,用于将深度测序的体细胞突变集分组到假定的克隆簇中,同时估计其细胞流行率(prevalences)并解释由于分段拷贝数变化(segmental copy-number changes)和正常细胞污染(normal-cell contamination)引起的等位基因失衡。 单细胞测序验证证明了 PyClone 的准确性。
章鱼猫先生
2018/11/01
3.8K0
Anaconda搭建深度学习环境py 3.7:tensorflow-gpu2.3.0、pytorch1.12.1_gpu版本;(使用conda下载cuda和cudnn);配置环境经验总结
本文使用conda下载cuda和cudnn,直接安装到虚拟环境,免去配置环境变量等操作且节省C盘空间。若想单独下载CUDA Toolkit及cudnn,可参照该文章:
Qomolangma
2024/07/30
8640
Anaconda搭建深度学习环境py 3.7:tensorflow-gpu2.3.0、pytorch1.12.1_gpu版本;(使用conda下载cuda和cudnn);配置环境经验总结
使用line_profiler对python代码性能进行评估优化
在做完一个python项目之后,我们经常要考虑对软件的性能进行优化。那么我们需要一个软件优化的思路,首先我们需要明确软件本身代码以及函数的瓶颈,最理想的情况就是有这样一个工具,能够将一个目标函数的代码每一行的性能都评估出来,这样我们可以针对所有代码中性能最差的那一部分,来进行针对性的优化。开源库line_profiler就做了一个这样的工作,开源地址:github.com/rkern/line_profiler。下面让我们一起看下该工具的安装和使用详情。
DechinPhy
2021/05/21
2.6K0
推荐阅读
相关推荐
>>Python:Anaconda3
更多 >
交个朋友
加入腾讯云官网粉丝站
蹲全网底价单品 享第一手活动信息
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验