搜索到
358
篇与
的结果
-
TYPORA自动上传图片配置，集成PICGO-CORE，文件以时间戳命名 TYPORA自动上传图片配置，集成PICGO-CORE，文件以时间戳命名一、下载PICGO-CORE二、配置PICGO-CORE的图床1、GITEE账号配置先有一个gitee账号，官网：https://gitee.com/创建一个仓库，用于存储图片生成一个token用于PicGo操作你的仓库（生成后的token务必自己保存下，防止丢失）访问：https://gitee.com/profile/personal_access_tokens2、安装NODEJS因为使用gitee作为图床，需要下载gitee-uploader插件，而下载插件又需要nodejs的运行时环境下载地址：https://nodejs.org/en/安装node-v12.16.2-x64.msi文件，一路next就可以了3、下载插件需要下载两个插件gitee-uploader（用于使用gitee作为图床）super-prefix（用于上传图片时能自动使用时间戳重命名）查询之前安装的PicGo执行路径拷贝路径后进入cmd操作cd C:\Users\aji\AppData\Roaming\Typora\picgo\win64 .\picgo.exe install gitee-uploader .\picgo.exe install super-prefix均下载成功即可，如：4、修改配置文件修改为如下内容：{ "picBed": { "uploader": "gitee", // 代表当前的上传图床 "gitee": { "repo": "", // 仓库名，格式是 username/reponame 必填 "token": "", // gitee 私人令牌 必填 "path": "", // 自定义存储路径，比如 img/ 建议填 "customUrl": "", // 自定义域名（没有自己的域名的话，可以默认为空就行），注意要加http://或者https:// "branch": "" // 分支名，默认是 master } }, "picgoPlugins": { "picgo-plugin-gitee-uploader": true, "picgo-plugin-super-prefix": true }, // 为插件预留 "picgo-plugin-super-prefix": { "fileFormat": "YYYYMMDDHHmmss" } //super-prefix插件配置 }三、验证功能上述配置完成后，可以验证下 -
ubuntu使用指南:安装最新显卡驱动 1.检测系统现有的nvidia驱动方法nvidia-smi在系统还没有旧版本的nvidia驱动的时候，可以用以下命令查看显卡型号：lshw -numeric -C display2. 安装步骤2.1下载NVIDIA官方驱动到NVIDIA的官方驱动网站下载对应显卡的驱动程序，下载后的文件格式为run。URL:https://www.geforce.cn/drivers2.2删除原有的NVIDIA驱动程序sudo apt remove nvidia-* sudo add-apt-repository --remove ppa:graphics-drivers/ppa sudo apt update2.3bios禁用禁用secure boot，也就是设置为disablesudo apt install mokutil sudo mokutil --disable-validation reboot重启时出现蓝屏按任意键，出现四个选择，选Change Secure Boot state。2.4禁用nouveau打开编辑配置文件：vim /etc/modprobe.d/blacklist.conf在最后一行添加：blacklist nouveau这一条的含义是禁用nouveau第三方驱动，之后也不需要改回来。由于nouveau是构建在内核中的，所以要执行下面命令生效:sudo update-initramfs -u reboot2.5重启之后，可以查看nouveau有没有运行:lsmod | grep nouveau # 没输出代表禁用生效2.6设置运行级别为3sudo init 32.7安装驱动给驱动文件增加可执行权限：sudo chmod a+x NVIDIA-Linux-x86_64XXX.run然后执行安装：sudo sh ./NVIDIA-Linux-x86_64XXX.run --no-opengl-files安装完成后重启即可，记得验证是否安装成功，参考前面所讲。–no-opengl-files 参数必须加否则会循环登录，也就是loop login2.8安装过程中的选项1. The distribution-provided pre-install script failed! Are you sure you want to continue? + yes 2. Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later? + no 3. 问题没记住 + install without signing 4. Nvidia’s 32-bit compatibility libraries? + No 5. Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up. + Yes 这些选项如果选择错误可能会导致安装失败，没关系，只要前面不出错，多尝试几次就好。2.9挂载Nvidia驱动modprobe nvidia3.检查驱动是否安装成功nvidia-smi如果出现如下提示，则说明安装成功参考链接ubuntu 16.04LTS nvidia driver更新https://www.cnblogs.com/peixu/p/13725279.html
-
ubuntu使用指南：扩展swap分区 1.查看当前空间大小free [Result] total used free shared buff/cache available Mem: 16374480 2326112 8420288 525920 5628080 13133004 Swap: 1999868 0 19998682.创建一个 Swap 文件cd / sudo mkdir swap cd swap sudo dd if=/dev/zero of=swapfile bs=1M count=2048 #创建2G的swap，大小为bs*count [Result] 记录了2048+0 的读入 记录了2048+0 的写出 2147483648 bytes (2.1 GB, 2.0 GiB) copied, 4.89824 s, 438 MB/s3.把生成的文件转换成 Swap 文件sudo mkswap swapfile [Result] Setting up swapspace version 1, size = 2 GiB (2147479552 bytes) 无标签， UUID=ceab0529-be6f-4955-a6c0-fe7380f719544.激活 Swap 文件sudo swapon swapfile [Result] swapon: /swap/swapfile：不安全的权限 0644，建议使用 0600。5.查看交换空间大小free [Result] total used free shared buff/cache available Mem: 16374480 2536676 5767220 708820 8070584 12737668 Swap: 4097016 0 40970166.设置swap分区为开机自动挂载sudo cp /etc/fstab /etc/fstab.bak #先备份文件/etc/fstab echo '/swap/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab
-
ubuntu使用指南:移动硬盘的挂载和取消挂载 找硬盘查看系统硬盘和分区，并找到待挂载的硬盘sudo fdisk -l [Result] ···· Disk /dev/sdc：465.78 GiB，500107859968 字节，976773164 个扇区 Disk model: MQ01ACF050 单元：扇区 / 1 * 512 = 512 字节 扇区大小(逻辑/物理)：512 字节 / 4096 字节 I/O 大小(最小/最佳)：4096 字节 / 4096 字节 磁盘标签类型：gpt 磁盘标识符：4D7B6DAB-C941-4BA2-A0BB-BF43D857FAA5 设备 起点 末尾 扇区 大小 类型 /dev/sdc1 2048 976773119 976771072 465.8G Microsoft 基本数据挂载sudo mount /dev/sdc1 '挂载点'取消挂载sudo umount /dev/sdc1假如提示被占用：使用fuser -vm /mnt/dir查看占用程序
-
-
anaconda安装和换源 安装下载安装包下载地址：https://www.anaconda.com/products/individualwget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh运行安装文件bash Anaconda3-2020.07-Linux-x86_64.sh配置国内镜像# 添加Anaconda的TUNA镜像 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 设置搜索时显示通道地址 conda config --set show_channel_urls yes
-
ubuntu编译安装谷歌tesseract-ocr 安装依赖-leptonica库下载源码git clone https://github.com/DanBloomberg/leptonica.gitconfiguresudo apt install automake bash autogen.sh ./configure编译安装make sudo make install这样就安装好了leptonica库谷歌tesseract-ocr编译安装下载源码git clone https://github.com/tesseract-ocr/tesseract.git tesseract-ocr安装依赖sudo apt-get install g++ autoconf automake libtool autoconf-archive pkg-config libpng12-dev libjpeg8-dev libtiff5-dev zlib1g-dev libleptonica-dev -y安装训练所需要的库(只是调用可以不用安装)sudo apt-get install libicu-dev libpango1.0-dev libcairo2-devconfigurebash autogen.sh ./configure编译安装make sudo make install # 可选项，不训练可以选择不执行下面两条 make training sudo make training-install sudo ldconfig安装对应的字体库并添加对应的环境变量下载好的语言包 放在/usr/local/share/tessdata目录里面。语言包地址：https://github.com/tesseract-ocr/tessdata_best。里面有各种语言包，都是训练好的语言包。简体中文下载：chi_sim.traineddata ， chi_sim_vert.traineddata英文包：eng.traineddata。设置环境变量vim ~/.bashrc # 在.bashrc的文件末尾加入以下内容 export TESSDATA_PREFIX=/usr/local/share/tessdata source ~/.bashrc查看字体库tesseract --list-langs使用tesseract-ocr测试# 识别/home/app/1.png这张图片，内容输出到output.txt 里面，用chi_sim 中文来识别（不用加.traineddata，会默认加） tesseract /home/app/1.png output -l chi_sim # 查看识别结果 cat output.txt
-
anaconda安装jupyter notebook并配置自动补全 安装jupyter notebookconda install notebook安装jupyter_contrib_nbextensionspip install jupyter_contrib_nbextensions配置安装完之后需要配置 nbextension，注意配置的时候要确保已关闭 Jupyter Notebook：jupyter contrib nbextension install --user --skip-running-check启动 Jupyter Notebook，勾选设置上面两个步骤都没报错后，启动 Jupyter Notebook，上面选项栏会出现 Nbextensions 的选项点开 Nbextensions 的选项，并勾选 Hinterland
-
-
ubuntu使用指南：cudnn的安装 ubuntu使用指南：cudnn的安装下载安装文件按需求下载cudnn的安装文件：https://developer.nvidia.com/rdp/cudnn-archive解压tar xzvf cudnn-10.2-linux-x64-v8.0.3.33.solitairetheme8解压完成会得到一个cuda文件夹安装cudnnsudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
-
ubuntu使用指南：nvidia CUDA安装 ubuntu使用指南：nvidia CUDA安装安装cuda依赖环境sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev下载CUDA下载自己系统对应的版本的CUDA下载地址：https://developer.nvidia.com/cuda-downloads注意：下载runfile（local）文件安装CUDAsudo chmod +x cuda_xxx.run #xxx根据具体版本决定 ./cuda_xxx.run安装过程中会有几个选项需要确认：注意：不要安装cuda自带的显卡驱动，其他的直接选y，路径输入默认值即可安装成功图示修改配置文件安装完成以后，需要把cuda路径添加到当前用户的配置文件里。vim ~/.bashrc添加下列内容#cuda export PATH=/usr/local/cuda-10.2/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH激活source ~/.bashrc查看cuda版本nvcc --version进一步验证接着尝试运行一下cuda中自带的例子cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery sudo make ./deviceQuery然后输出下面结果，就证明安装成功了
-
ubuntu使用指南:gcc 降级 ubuntu使用指南:gcc 降级背景在安装英伟达的CUDA时候出现gcc版本不匹配，CUDA不支持高本版gcc,因此需要将默认的gcc-9降低到gcc-5。安装自己想要的版本sudo apt-get install gcc-6 g++-6gcc版本切换手动更换软连接ln -s /usr/bin/gcc-5 /usr/bin/gcc -f ln -s /usr/bin/gcc-ar-5 /usr/bin/gcc-ar -f ln -s /usr/bin/gcc-nm-5 /usr/bin/gcc-nm -f ln -s /usr/bin/g++-nm-5 /usr/bin/g++-nm -f ln -s /usr/bin/g++-ar-5 /usr/bin/g++-ar -f ln -s /usr/bin/g++-5 /usr/bin/g++ -f查看gcc版本gcc -v
-
