logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

SSH密钥配置(免密连接远程服务器)

回到你的本地电脑终端,尝试像往常一样通过 SSH 连接服务器。如果一切配置正确,这次系统不会再提示你输入密码,而是会直接显示服务器的欢迎信息并成功登录!粘贴并保存:把第二步中复制的那一长串公钥内容,粘贴到这个文件中。如果你设置了密码,以后每次用密钥登录还是要输这个密码,就失去了“免密”的意义。设置严格的权限(非常重要):SSH 对权限要求极高,权限不对会拒绝登录。正常登录服务器:用密码通过 SSH

#ssh#服务器
服务器上修改个人账户权限

(如果您不仅想修改一个目录本身的权限,还想一并修改它里面所有文件和子目录的权限,需要加上大写的。(directory),而不是普通文件。ecute,对于目录而言代表进入执行)。的用户拥有读取和进入的权限,但不能修改。(Recursive,递归) 参数)chmod -R 700 用户名。rite)以及进入该目录(e。:代表这部分权限是属于一个。拥有全部权限,即可以读取(同样拥有读取和进入的权限。ea

#linux#服务器
127.0.0.1本地环回地址及端口号是什么?

在计算机网络中,每一个连接到网络的设备都有一个 IP 地址(类似于家庭住址,比如或者8.8.8.8但 127.0.0.1(也就是你当前正在使用的这台设备本身),在专业上称为它通常也等同于英文单词localhost。比如你的浏览器和你运行的代理软件。浏览器不需要把数据包发到外网去找代理服务器,它只需要在“电脑内部”把数据转交给隔壁运行的代理软件即可。所以你要告诉浏览器:“去127.0.0.1找代理软

#计算机网络
Hugging Face中下载大模型——LLaMa2-7b为例

(4)点开Meta Llama 2:中的Meta Llama 2 repository。这个URL就是下图中mask掉的URL,把URL复制粘贴到终端中,1、首先,需要有Hugging Face账户,没有的话注册一个。(3)申请后,会得到如下界面,邮箱也会收到邮件。(5)下载这个llama repository。(1)搜索所需的LLaMa2-7b模型。2、申请下载LLaMa2的权限。除了以下红框内

文章图片
Ubuntu16.04安装CUDA9.0+CUDNN7.0

我是把安装NVIDIA驱动和安装CUDA分开了。在安装CUDA之前我已经安装好了NVIDIA驱动(NVIDIA安装:)一、安装cuda1、下载cuda9.0https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubunt...

Hugging Face申请API

(2)在左侧栏中找到Access Tokens,然后点击Create new token。自定义个Token name,然后直接Create token即可,其他不用选。(1)点击右上角用户图标,找到Settings。1、注册Hugging Face账号。

文章图片
PyCharm如何安装requirements.txt中的依赖包

③ 默认情况下pip使用的是国外的镜像,在下载的时候速度非常慢,经常会超时。② 如何不执行第(1)步,requirements中的包都会被安装到base环境中。建议每个项目创建单独的环境,避免由于包之间的干扰或者版本冲突出现问题。(2)打开PyCharm下面的Terminal(确保该项目对应的环境下,别是base环境),执行如下命令即可。(1)先为代码创建单独的虚拟环境(每个项目一个单独的环境,这

文章图片
#pycharm#ide#python
VSCode远程服务器如何上传下载文件(超方便!)

如果是几个G的超大文件,这种方式可能很慢,正在研究更便捷的超大文件上传下载方式,有了解的朋友可以给点指导呗!这里的目录是我远程服务器上的目录,可以直接将要上传的文件直接拖进需要的文件夹。3、如果要从远程服务器上下载文件到本地,直接选中文件,然后右键下载即可。1、在VSCode应用商店安装SFTP插件。

文章图片
#vscode#ide#编辑器
VSCode神仙插件——CodeSnap (好看的代码截图)

也可以点击下面截的图,Ctrl+C复制,然后就可以Ctrl+V粘贴到其他应用程序里了。如果要将截图保存到本地,则点击上图红色框中的图标。此时右侧会出现代码截图的预览图。选中要截图的代码,右键。

文章图片
#vscode#ide#编辑器
搜索算法——爬山法

不断更新中......一、爬山算法:爬山算法是一种简单的贪心搜索算法,该算法每次从当前位置的临近空间中选择一个最优解作为当前解,直到达到一个局部最优解。爬山算法可以类比成一个有失忆的人在浓雾中爬山。这里就揭示了爬山算法的两个问题:失忆:就是说这个人不记得他去过什么地方,他只记得他现在所处的位置,以及周边的情况(因为有浓雾,所以他只能看到最近的周边的情况)。所以说他在任何时候只存储一个当...

到底了