如图所示，每次用cpu就能跑，但跑非常慢，然后就会把cuda设置为True，这样就在gpu上面跑了，但每次跑到to(device) 的时候就会卡很久很久，总之还是很慢很慢，所以在朋友的帮助下解决了这个问题。CUDA版本检查，我的显卡是3060，据说GeForce RTX 30系列显卡仅支持CUDA 11.1及以上版本，于是去安装了CUDA11.1。检查下环境变量，没毛病：然后再在终端执行：nvcc

寻找RSS资源的过程中，感谢：{https://www.cnblogs.com/femaleprogramer/archive/2014/07/22/3854970.htmlhttps://zhidao.baidu.com/question/19599693.html}原文的两个RSS源都访问不了了：http://newyork.craigslist.org/stp/index.rss、http:

如图所示，每次用cpu就能跑，但跑非常慢，然后就会把cuda设置为True，这样就在gpu上面跑了，但每次跑到to(device) 的时候就会卡很久很久，总之还是很慢很慢，所以在朋友的帮助下解决了这个问题。CUDA版本检查，我的显卡是3060，据说GeForce RTX 30系列显卡仅支持CUDA 11.1及以上版本，于是去安装了CUDA11.1。检查下环境变量，没毛病：然后再在终端执行：nvcc

深度学习代码报错 TypeError:‘tuple‘ object is not callable 跑深度学习代码的时候突然总报这个错误，后来才发现是代码后面不小心加了逗号。把逗号去掉就可以了。

Step1. 设置环境变量：CUDA_CACHE_MAXSIZE=4294967296Step2. 重启电脑貌似之后就不会再有这种问题了

scipy.signal.butter实现带通滤波器

如图所示，每次用cpu就能跑，但跑非常慢，然后就会把cuda设置为True，这样就在gpu上面跑了，但每次跑到to(device) 的时候就会卡很久很久，总之还是很慢很慢，所以在朋友的帮助下解决了这个问题。CUDA版本检查，我的显卡是3060，据说GeForce RTX 30系列显卡仅支持CUDA 11.1及以上版本，于是去安装了CUDA11.1。检查下环境变量，没毛病：然后再在终端执行：nvcc

WPS公式编辑器里面，选“样式”->“其他”，选择字体“times new roman”，然后减号就可以打出来啦~我也是今天碰巧找到了这个方法，之前都是通过从其他公式中复制粘贴的方法输入减号。

https://www.lfd.uci.edu/~gohlke/pythonlibs/#mysql-python

kafka使用ZooKeeper用于管理、协调代理。每个Kafka代理通过Zookeeper协调其他Kafka代理。当Kafka系统中新增了代理或某个代理失效时，Zookeeper服务将通知生产者和消费者。生产者与消费者据此开始与其他代理协调工作。Zookeeper在Kakfa中扮演的角色：Kafka将元数据信息保存在Zookeeper中，但是发送给Topic本身的数据是不会发到Zk上的·