深度学习GPU服务器的连接和使用方法，Xshell和Xftp的下载和使用，PyCharm连接深度学习GPU服务器做实验跑数据

11.查看当前进程的详细信息，包含使用者等，-f表示详细信息，-a表示全部进程。12.查看当前建立的所有虚拟环境。5.解压一个tar.gz文件。2.实时更新服务器使用情况。1.查看服务器使用情况。3.文件夹所占内存容量。6.解压一个tar文件。7.解压一个zip文件。

深度学习GPU服务器的连接和使用方法，Xshell和Xftp的下载和使用，PyCharm连接深度学习GPU服务器做实验跑数据

3、此时会在python的Lib\site-packages文件内生成.egg文件，这时包可以用。要看源代码，可以直接解压egg文件。如果当pip install不能安装包时。第二步，在github上复制该库的链接。第三步，使用命令行一键下载并安装包。1、利用git命令或直接下载到本地。2、进入下载文件，运行。

爬虫,爬取网络数据的虫子（Python程序）,爬取网络数据,爬取一页京东上销量最高的口红评论区数据,解析网络数据,将数据整理成Json格式：以大括号开头和结尾,找到目标数据值对应的名字,存取网络数据,创建一个Excel表格

解决方法：以管理员身份打开anaconda prompt，重新执行命令即可。在Anaconda虚拟环境中安装失败，出现以下情况。

当一个Epoch的样本（也就是所有的训练样本）数量可能太过庞大（对于计算机而言），就需要把它分成多个小块，也就是就是分成多个Batch 来进行训练Batch（批 / 一批样本）：将整个训练样本分成若干个Batch。Batch_Size（批大小）：每批样本的大小。Iteration（一次迭代）：训练一个Batch就是一次Iteration（这个概念跟程序语言中的迭代器相似）。为什么要使用多于一个ep

使用pytorch需要 手动 划分数据集为训练集、验证集、测试集。以下面这个数据集为例对数据集进行划分实验结果。

拟合1.存在的问题2.拟合方法.最小二乘法.鲁棒估计.RANSAC1.思想2.步骤3.参数4.指定外点率e5.优缺点6.应用：指纹匹配.霍夫变换（Hough transform）1.思想2.概括3.图像空间vs参数空间4.极坐标参数空间5.圆的霍夫变换6.应用7.优缺点

使用pytorch需要 手动 划分数据集为训练集、验证集、测试集。以下面这个数据集为例对数据集进行划分实验结果。