根据硬件选择，我这里是 ubuntu 服务器,显卡是v100输入用户名，密码sudo su密码重启 reboot驱动安装成功。

线性回归# 利用LinearRegression实现线性回归import numpy as npimport sklearn.linear_model as lm# 线性模型import sklearn.metrics as sm# 模型性能评价模块import matplotlib.pyplot as mptrain_x = np.array([[0.5], [0.6], [0.8], [1.1

基础命令首先，先看一下教学视频，这里推荐 网易云课堂程序员艾叔的教学视频课堂网址：（https://study.163.com/course/courseMain.htm?courseId=1548004）.cd ~返回当前用户的根目录./代表当前目录…/代表上一级目录mv 原文件名重命名后的文件名cp test/ haha复制 读取test文件全部 复制到 haha方法一cp -r test/

根据硬件选择，我这里是 ubuntu 服务器,显卡是v100输入用户名，密码sudo su密码重启 reboot驱动安装成功。

准确率原理示例import torchoutput = torch.tensor([[0.1, 0.2],[0.2, 0.3]])# 计算准确率：# 输入预测的各个类别概率# 取最大概率索引# 与标签进行对比# 累加对的个数 / 总数 = 准确率# 计算矩阵 列(1)行(0) 最大值索引print(output.argmax(1))preds = output.argmax(1)# 假定类型目标值

基础损失函数示例import torchfrom torch import nnfrom torch.nn import L1Lossinputs = torch.tensor([1, 2, 3], dtype=torch.float32)targets = torch.tensor([1, 2, 5], dtype=torch.float32)inputs = torch.reshape(inp

请参考：下载yolov5需要的版本首先要安装好Anaconda3、cuda、cudnnw10系统：安装cuda、cudnn参考：Cuda和cuDNN安装教程(超级详细)确认以上安装好之后在yolov5目录中找到 requirements.txt安装pytorch版本注意：要根据自己的显卡安装cuda、cudann、然后再根据cuda安装对应的pytorch版本例如：我的版本,我的经验是尽量使用pi

使用版本python3.8第一行是执行的解释器的路径第二行是中文编码#!/home/lbw/anaconda3/envs/light/bin/python# coding=utf-8name = "李博文"n = 0n1 = 0.000print("打印：{}, 数字：{}, 数字保留两位：{:.2f}".format(name, n, n1))执行先加权限......

查询python进程ps -ef |grep python杀死进程例如：进程号2833kill-9 2833

OpenCV技能树OpenCV基础IO与GUI一只甲壳虫想组个乐队，但是临时找不到队友。请使用 OpenCV 读取下面的彩色甲壳虫图片 ‘bug.jpg’，帮助他变身灰色甲壳虫，然后完成组队。显示甲壳虫乐队并写入到 ‘bug_band.jpg’：import numpy as npimport cv2if __name__ == '__main__':bug_img = cv2.imread("b