mkvirtualenv --python='/root/anaconda3/envs/MyDjango/bin/python' MyDjango
建议输入yes，输入No的话还需要自己手动添加路径，否则conda将无法正常运行
在 /home/download下下载压缩包 wget https://nginx.org/download/nginx-1.12.2.tar.gz 解压缩
这篇帖子是为了提供我自己的July Novel站点的小说数据支撑。解决分布式部署爬虫程序的繁琐过程，由于本人对shell编程并不熟悉，故而先逐步记录操作步骤，通过以下操作达到节省时间的方式。 三个前提： 1.首先是四台云服务器，全部安装Cent OS 7.4, 四台服务器中一台主服务器，三台从服务器，服务器都是刚刚全新安装，并且，主服务器已经安装MariaDB和Redis数据库； 2.其次是客户端连接远程服务器使用的是Xshell，通过Xshell同时打开多个标签页，并且通过撰写栏发送命令，每次发送四台服务器都同时收到指令开始执行； 3.待部署的代码已经躺在github上了。
最近使用Django开发一个小程序和后台管理系统 ，需要将这两个不同的项目部署到同一个服务里面，然后使用不同的域名来访问不同的项目。Django默认的只支持单服务访问，要想实现不同域名，需要安装django的第三方扩展包：django-hosts。
安装/卸载第三包，注意对于windows用户请使用管理员身份打开命令端口，能避免各种莫名其妙的错误：
作者 今日头条技术团队 概述 今日头条目前大部分 Python 的 HTTP 服务都是用 uWSGI 托管 Python 多进程的 Django 或者 Flask 框架的 App。而多进程模型就会有进程间通信的问题，对此 uWSGI 提供了 spooler 功能用于让不同 worker 进程把数据通过共享内存传给单独进程以集中进行处理的功能。但是 uWSGI 的 Python C 扩展实现有 bug，对 Python tuple 对象的引用计数处理是错误的，会在多线程环境下有小概率导致进程崩溃，从而造
找到对应版本的uwsgi-plugin-python,yum install一下 然后在ini文件中添加plugins = python,或者命令行添加–plugin python 比如我的python是python3.6.4
作者 | 今日头条技术团队 概述 今日头条目前大部分 Python 的 HTTP 服务都是用 uWSGI 托管 Python 多进程的 Django 或者 Flask 框架的 App。而多进程模型就会有进程间通信的问题，对此 uWSGI 提供了 spooler 功能用于让不同 worker 进程把数据通过共享内存传给单独进程以集中进行处理的功能。但是 uWSGI 的 Python C 扩展实现有 bug，对 Python tuple 对象的引用计数处理是错误的，会在多线程环境下有小概率导致进程崩溃，从而
工作需求原因，拿到一台新电脑，首先需要安装 python 。一般地，我用 conda 管理自己的 python 环境。
最近，州的先生在对 MrDoc 专业版（一个基于 Django 开发的在线文档系统）进行最后的上线测试工作。
在我刚刚发的【2024保姆级图文教程】深度学习GPU环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda 深度学习环境配置 文章中（跳转链接：保姆级教程深度学习环境）
当然这也是我自己出现的错误，具体解决办法如下: Debian/Ubuntu系统，需要执行以下命令：
最近使用了一下jupyter notebook搭配GPU服务器这套搭配，顿时打开了一个新天地，记录一下配置过程。
当你尝试从Conda环境中移除某个软件包时，有时你可能会遇到RemoveError: 'setuptools' is a dependency of conda and cannot be removed from的错误信息。这个错误表示setuptools是Conda的一个依赖项，不能从环境中移除。在本篇博客文章中，我们将详细解释这个错误的原因，并说明如何正确处理。
可以参考docker容器，功能就相当于在你电脑中搭了一个只有单个python的虚拟机，每个环境都是独立的，因此只要不删除base环境，删除其他虚拟环境都是不影响anaconda的本体。纯净python也有创建虚拟环境的功能，但是anaconda的好处是可以指定python版本，而纯净python的虚拟环境依赖python安装时的环境。
TI-ONE平台安装cuda指引：https://cloud.tencent.com/developer/article/1845781
一般在服务器上进行环境安装的时候有多种方式，比如docker, conda等。conda肯使用起来更加简便，docker更适合服务器部署的时候使用。 本文记录在使用conda时候出现的问题，jupter notebook中的环境不一致导致的。
关于Django的部署，本人也踩了很多坑，这篇文章一步一步教你怎么进行部署，只需要你按照我的步骤来就OK了！这里我们使用的服务器是一个全新的服务器，没有安装任何东西。
uwsgi中文文档：http://uwsgi-docs-cn.readthedocs.io/zh_CN/latest/WSGIquickstart.html
Linux操作系统为32位的 要下载armv7结尾的.sh文件，但是Miniconda对armv7的支持版本已经很古老了，在创建虚拟环境Python3.7以上貌似都会出现问题，勉强支持到Python3.4版本左右，而且官方的作者对armv7结尾的.sh文件已经停更很久了，不建议安装使用，推荐树莓派安装64位的Linux。
Conda是目前为止，最流行的Python软件包与管理环境。Conda分为 miniconda 与 anaconda 两种。前者从名字上就能猜出是精简版，后者预装了很多常用的功能，但比较臃肿。实际工程中，一般都使用 miniconda，按需安装软件包，本文的下面篇幅也以 miniconda 为例进行说明。
并且需要再app.py文件最后一行加上，因为wsgi从app.py中导入并运行的是server
首先需要将anaconda的路径配置进环境变量中，我是用户变量和系统变量都配置了。我的anaconda安装在D:\Anaconda，于是环境变量加入：D:\Anaconda D:\Anaconda\Scripts D:\Anaconda\Library\bin这三个。
最新 Anaconda 中，默认安装 Python 3.8.3，因为某些原因需要使用 Python 3.7
在部署django开发的站点时，通常有两种选择方式，nginx+django+uwsgi或者django+nginx+gunicorn，本文不讨论apache方式，在linux下通常都使用nginx，速度快，还经常做代理服务器，功能强大。。 nginx+django+uwsgi个人觉得uwsgi配置较为麻烦，所以选择了gunicorn，一个开源Python WSGI UNIX的HTTP服务器，据说速度快（配置快、运行快）、简单，默认是同步工作，支持Gevent、Eventlet异步，支持Tornado。有兴趣可以自行查阅官方文档
创建虚拟环境还是相对较快的，它会自动为本环境安装一些基本的库，等待时间无需很长，成功之后界面如下所示：
我们可以使用uwsgi.sock文件连接nginx也可以指定为host : port
这里我们用Anaconda发行版作为Python的使用环境，推荐安装Python3.6，本书就是用Python3.6代码写成的。（译者：我使用的也是Anaconda，Python版本是3.5，与3.6没有任何使用上的差别）
PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。
centos７.４下配置django１.１１+uwsgi２.０+nginx-1.5.6. 安装django 安装uwsgi 运行出现错误： You have 13 unapplied migration(s). Your project may not work properly until you apply the migrations for app(s): admin, auth, contenttypes, sessions. Run ‘python manage.py migrat
使用：pycharm版本2020.1.4，python3.6，cuda9.0，conda4.5.4；file transfer功能使用了FileZilla。
有一些平台安装Python机器学习环境可能很麻烦。 首先你得安装Python，然后安装许多软件包这很容易把初学者搞懵。 在本教程中，你将学会如何用Anaconda设置Python机器学习开发环境。 完成本教程后，你将拥有一个Python工作环境，可以让你学习、练习和开发机器学习和深度学习软件。 本说明适用于Windows，Mac OS X和Linux平台。我将在OS X上演示它们，因此你可能会看到一些mac对话框和文件扩展名。 更新 2017/03：注：你需要一个Theano或TensorFlow
最新可能是受conda update conda的影响，发现使用conda涉及Python的操作时一直出现问题， 报错：
Sentry 是一款专业的企业级错误跟踪和日志分析工具，旨在帮助开发人员、管理员和产品经理跟踪、分析和解决应用程序错误和性能问题。
在地球科学领域也得到了广泛应用，尤其是地球科学数据处理和可视化方面，比如地球科学数据分析和可视化库Iris，应用于数值模式数据处理的wrf-python，气候数据处理库CDAT以及地球科学可视化库NCL的Python版PyNGL。
配置深度学习主机与环境（TensorFlow+1080Ti）： 01 概念介绍 Anaconda Anaconda（https://www.continuum.io/why-anaconda）是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的
在本教程中，我们将设置一个由uWSGI提供服务的简单WSGI应用程序。我们将使用Nginx Web服务器作为应用程序服务器的反向代理，以提供更强大的连接处理。我们将在Ubuntu 14.04服务器上安装和配置这些组件。
最近利用Conda终于成功安装了mmdetection，说实话，非conda的还真的不好装，特别在.complie的时候，即使成功，总是会出现各种问题，直到conda安装后，才明白之前的问题关键所在，即必须numpy为1.16.2版本，且pytorch需要为1.0版本。之前从release版本中下载了0.4.1的版本，还是有问题。
上一期我们介绍了CUDA下载安装以及其总结，这一期教大家如何在Anaconda中使用CUDA来进行加速、神经网络依赖cuDNN的下载安装，以及下载和安装Pytorch-GPU安装包的三种方式（conda、pip、轮子）。
在本指南中，我们将设置一个由uWSGI提供服务的简单WSGI应用程序。我们将使用Nginx Web服务器作为应用程序服务器的反向代理，以提供强大的连接处理。我们将在CentOS 7服务器上安装和配置这些组件，没有服务器的用户可以购买和使用腾讯云服务器或者直接使用腾讯云实验室CentOS服务器。
Tensorflow2.2.0安装成功 引用时显示DLL load failed:找不到指定模块 解决方法
WSGI，全称 Web Server Gateway Interface，或者 Python Web Server Gateway Interface ，是为 Python 语言定义的 Web 服务器和 Web 应用程序或框架之间的一种简单而通用的接口。自从 WSGI 被开发出来以后，许多其它语言中也出现了类似接口。
在本指南中，我们将使用CentOS 7上的Flask微框架设置一个简单的Python应用程序。本文的大部分内容将是关于如何设置uWSGI应用程序服务器以启动应用程序和Nginx作为前端结束反向代理。
Django项目准备好了，那么如何把项目部署到生产环境是需要接下来要考虑的事情，难不成还用调试时候用的 python manage.py runserver 0.0.0.0:8000 的这种方式布署，No，答案肯定不是，如果真的这样弄，那只能为你的项目祈祷了。 OK，闲话少说，这节就来给大家讲解一下，如果将Django项目布署到生产环境中。
一般都支持：管理路由，支持数据库，MVC，ORM，模板引擎，管理会话和Cookies
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
